转载自：https://blog.csdn.net/ssswill/article/details/90203428

如果仅仅是类不平衡，则使用class_weight，sample_weights则是类内样本之间还不平衡的时候使用

1. 二者初步介绍

在keras的中文官方文档中，写到：

可以结合着一起看，出自：https://stackoverflow.com/questions/48315094/using-sample-weight-in-keras-for-sequence-labelling

2. 注意事项

sample_weight会覆盖class_weight，所以二者用其一。

3. 几种使用class_weight的方法

1. 直接用一个字典
   
   2.借助sklearn.utils.class_weight来实现weight的获取
   
   注意蓝框里的话，转为一个字典哦。

3.自己设计一个函数进行权重的计算，也是很有趣的一种方式

上面截图出自：
https://datascience.stackexchange.com/questions/13490/how-to-set-class-weights-for-imbalanced-classes-in-keras

如果仅仅是类不平衡，则使用class_weight，sample_weights则是类内样本之间还不平衡的时候使用。