我正在使用验证数据进行超参数优化，并尝试使用类权重。对于model.fit()，有一个选项可以将类权重（参数是class_weight）传递给测试数据的函数，但我想对验证数据做同样的事情。

另一位用户前段时间也有同样的问题，但没有给出满意的答案：

Keras 验证期间的类加权

将验证数据作为参数传递给model.fit()时，验证数据可以采用元组的形式：( x_val, y_val, val_sample_weights)，但在 Keras 文档中，我没有看到任何使用类权重而不是样本权重的方法。

有没有人知道如何在 Keras 中使用类权重和验证数据？

以下是一些可能有用的信息：

从 Keras 文档中，class_weight参数的描述：

字典将类索引（整数）映射到权重（浮点）值，用于加权损失函数（仅在训练期间）。这对于告诉模型“更加关注”来自代表性不足的类的样本很有用。

这是 Francois Chollet 的笔记本，其中显示了使用 class_weight 的示例：https ://colab.research.google.com/drive/1xL2jSdY-MGlN60gGuSH_L30P7kxxwUfM#scrollTo=REP1KlrSEx-m

谢谢你的帮助！