sklearn逻辑回归中class_weights的具体应用机制是什么？

你的猜测完全正确！

sklearn里包括逻辑回归在内的很多分类器，class_weight参数确实是通过加权损失函数来发挥作用的：当你指定了不同类别的权重后，对应类别中每个样本的损失值都会乘以该类别的权重，最终的总损失就是所有加权后的样本损失之和，再加上正则化项。

就像你举的例子：如果类别0的权重是0.5，类别1的权重是1，且两个类别各有2个样本，那么总损失的计算逻辑就是：

Cost = 0.5*(样本0_1的损失 + 样本0_2的损失) + 1*(样本1_1的损失 + 样本1_2的损失) + 正则化项

另外补充个实用细节：sklearn还支持class_weight='balanced'这个选项，它会自动根据训练集的样本分布计算权重，公式是n_samples / (n_classes * np.bincount(y))——简单来说就是样本越少的类别，权重越高，用来解决类别不平衡的问题，让模型不会偏向样本多的类别。

虽然liblinear的底层源码是编译后的.pyd文件没法直接查看，但从sklearn的设计逻辑、官方文档的隐含说明，以及同类模型的通用实现方式来看，这种加权损失的逻辑是完全站得住脚的，而且不止逻辑回归，像SVM、决策树等很多sklearn分类器的class_weight参数都是类似的作用机制。

内容的提问来源于stack exchange，提问作者lizardfireman