Business
Jobs
  • About Us
  • Solutions
    • Job Postings
      Post your job and receive qualified candidates in 48h.
    • Candidate Assessments
      500+ technical and psychological tests, plus anti-fraud.
    • Headhunting
      Tailor-made executive search from start to finish.
    • Payroll + EOR
      Payroll dispersal and EOR across 15+ LATAM countries.
  • Pricing
  • Jobs

0

1.6K
Views
Problema de función de peso de clase de cálculo en la biblioteca 'sklearn' cuando se usa en la clasificación 'Keras' (Python 3.8, solo en código VS)

El script clasificador que escribí está funcionando bien y recientemente agregó equilibrio de peso al ajuste. Desde que agregué la función de estimación de peso usando la biblioteca 'sklearn', aparece el siguiente error:

 compute_class_weight() takes 1 positional argument but 3 were given

Este error no tiene sentido según la documentación. El script debe tener tres entradas, pero no estoy seguro de por qué dice que espera solo una variable. A continuación se muestra la información completa del código y del error. Aparentemente, esto falla solo en el código VS. Probé en el cuaderno Jupyter y funcionó bien. Entonces parece un problema con el compilador de código VS. Cualquier aviso? (Estoy usando Python 3.8 con otras bibliotecas más recientes)

 from sklearn.utils import compute_class_weight train_classes = train_generator.classes class_weights = compute_class_weight( "balanced", np.unique(train_classes), train_classes ) class_weights = dict(zip(np.unique(train_classes), class_weights)), class_weights

En Jupyter Notebook,

ingrese la descripción de la imagen aquí

ingrese la descripción de la imagen aquí

over 4 years ago · Santiago Trujillo
2 answers
Answer question

0

Debe usar una versión anterior de sklearn que la que tiene. para mí funciona bien con la versión 0.24.2 de scikit-learn.

over 4 years ago · Santiago Trujillo Report

0

Después de pasar mucho tiempo, así es como lo arreglé. Todavía no sé por qué, pero cuando se modifica el código de la siguiente manera, funciona bien. Tuve la idea después de ver esta solución para un problema similar pero ligeramente diferente.

 class_weights = compute_class_weight( class_weight = "balanced", classes = np.unique(train_classes), y = train_classes ) class_weights = dict(zip(np.unique(train_classes), class_weights)) class_weights
over 4 years ago · Santiago Trujillo Report
Answer question
Find remote jobs

Discover the new way to find a job!

Top jobs
Top job categories
Business
Post vacancy Pricing Sales
Legal
Terms and conditions Privacy policy
© 2026 PeakU Inc. All Rights Reserved.
Andres GPT
Show me some job opportunities
There's an error!