class_weight = dict({0: 1, 1: 10})，报错TypeError: Unknown type of parameter:class_weight, got:dict

在某些机器学习库（如sklearn或PyTorch的`class_weight`参数）中，当你设置`class_weight`时，它通常期望的是一个整数、浮点数数组或者是字典，其中键对应类别标签，值代表该类别的权重。你给出的例子`class_weight = dict({0: 1, 1: 10})`是一个字典，表示类别0的权重为1，类别1的权重为10。

然而，报错`TypeError: Unknown type of parameter:class_weight, got:dict`意味着系统无法识别传入的是字典类型，可能是因为这个库在这个版本中只接受特定类型的权重参数，例如：

1. 对于均匀权重，可以是None或者一个等权重的数字列表，如`{0: 1., 1: 1.}`。
2. 对于不平衡数据集的调整，可能会期望像`balanced`这样的字符串标志，或者是一个按类别分配的浮点值数组。

要解决这个问题，你需要查阅具体的文档说明，看看当前使用的库支持什么样的格式。然后，将你的字典转换成对应的格式。如果不确定，你可以尝试将字典中的键值对扁平化为数组，例如：

class_weights_array = np.array([1, 10])

或者按照文档示例调整。