LogisticRegression(sample_weight=w)，报错 TypeError: __init__() got an unexpected keyword argument 'sample_weight'

这个错误通常是因为 `LogisticRegression` 模型不支持在初始化时指定 `sample_weight` 参数。你可以考虑在训练模型时手动指定样本权重，例如使用 `sklearn.utils.class_weight.compute_sample_weight` 函数来计算样本权重并将其传递给 `fit` 函数。示例代码如下：

from sklearn.linear_model import LogisticRegression
from sklearn.utils.class_weight import compute_sample_weight

X = ...
y = ...
sample_weight = compute_sample_weight(class_weight='balanced', y=y)

lr = LogisticRegression()
lr.fit(X, y, sample_weight=sample_weight)

在上面的示例中，我们首先使用 `compute_sample_weight` 函数计算了样本权重，并将其存储在 `sample_weight` 变量中。然后，我们使用 `fit` 函数来训练 `LogisticRegression` 模型，并将样本权重传递给 `sample_weight` 参数。请注意，我们使用 `class_weight='balanced'` 参数来计算平衡的样本权重，这将对每个类别的样本进行加权，使得每个类别的样本被视为同等重要。

相关问题

但是运行出现报错：TypeError: LogisticRegression.__init__() takes 1 positional argument but 2 were given

这个报错可能是因为你在初始化 `LogisticRegression` 类时传入了两个参数，但是该类只需要一个参数。你可以检查一下你的代码，看看是否有多传递了一个参数给 `LogisticRegression` 类。

另外，如果你使用的是 scikit-learn 中的 `LogisticRegression` 类，它需要传递多个参数，包括正则化参数等。你可以查看一下 scikit-learn 的文档，了解如何正确使用 `LogisticRegression` 类。

TypeError: LogisticRegression.__init__() takes 1 positional argument but 2 were given

这个错误是由于在创建LogisticRegression对象时传递了多余的参数导致的。根据错误提示，LogisticRegression.__init__()方法只接受一个位置参数，但是你传递了两个参数。

可能的原因是你在创建LogisticRegression对象时传递了额外的参数，而LogisticRegression类的构造函数只接受一个参数。你需要检查一下你的代码，确保只传递一个参数给LogisticRegression类的构造函数。

如果你能提供更多的代码或上下文信息，我可以给出更具体的帮助。