许多 sklearn 估计器支持两种加权方案：

• 每类权重：在创建估计器对象时给出（例如clf = DecisionTreeClassifier(class_weight={'Cat':0.4, 'Dog':0.6}）

• 每个样本的权重：在拟合创建的对象时给出（例如clf.fit(X, y, sample_weight=[0.1, 0.1, 0.8]）

对于已经拟合的估计器，我可以得到每类的权重clf.get_params()['class_weight']。

但是，在给定拟合估计器的情况下，获得使用的每个样本权重的正确方法是什么（如果有的话） ？