scikit-learnでのsample_weightを使用した重み付け

Question

scikit-learnを使用した学習モデルの作成で
ラベルごとに特徴量の重み付けをしたいのですが上手くいきません。
sample_weightにラベルの種類だけ重みを指定するのではないのでしょうか？

環境：python 3.6.8
エラー：ValueError: operands could not be broadcast together with shapes
サンプルコード：

• import

from sklearn.naive_bayes import BernoulliNB

• 特徴量

X = np.array([[1,2,3,4,5,6,7,8],
[1,1,3,4,5,5,5,5],
[2,1,2,4,4,3,3,3],
[2,2,2,4,9,3,3,3]])

• ラベル

Y = np.array([1, 2, 3, 1])
weight = np.array([1, 3.2, 0.2])

• 学習

model = BernoulliNB()
predict = model.fit(X, Y, sample_weight = weight)

Answer 1

sample_weightは「サンプルの重み」ですから、指定するならサンプル数と同じ要素数の配列である必要があります。

sample_weightarray-like of shape (n_samples,), default=None

sklearn.naive_bayes.BernoulliNB — scikit-learn 0.22.2 documentation

ラベルごと、というのはつまりクラスごとに重みを指定したいのでしょうか。ナイーブベイズですからclass_priorでクラスごとの事前確率を指定することはできますが、ある程度動作原理に関する知識がないと使いづらいかもしれません。

Comments

[miyauchi]

回答誠にありがとうございます。配列の要素数だけ必要なのですね。
> ラベルごと、というのはつまりクラスごとに重みを指定したいのでしょうか
ご認識の通りです。クラスごとにデータ量の偏りがあるのを調整したいと考えているのですが
documentのclass_priorを見ると"If specified the priors are not adjusted according to the data."と
あります。
これは指定しない場合は自動的に特徴量の重み付けがされるという理解で合ってますでしょうか？