svm - 您如何处理 SVM 中的数据不平衡？

Question

如果我在 lrge 训练集上训练 SVM，并且如果类变量是 True 或 False，那么与训练集中的 False 值的数量相比，True 值很少会影响训练模型/结果吗？他们应该平等吗？如果我的训练集 True 和 False 的分布不均等，我该如何处理以使我的训练尽可能高效地完成？

score 3 · Accepted Answer

数据不平衡很好，因为 SVM 应该能够为与不太可能的实例相关的错误分类错误分配更大的惩罚（例如，在您的情况下为“True”），而不是分配相等的错误权重，这会导致不受欢迎的分类器将一切分配给大多数人。但是，使用平衡的数据可能会获得更好的结果。这一切都取决于你的数据，真的。

您可以人为地扭曲数据以获得更平衡的数据。你为什么不检查这篇论文： http: //pages.stern.nyu.edu/~fprovost/Papers/skew.PDF。

score 2 · Accepted Answer

我的经验是，标准的 SVM 分类器在不平衡数据上并不能很好地工作。我在 C-SVM 中遇到过这种情况，而对于 nu-SVM 来说情况更糟。也许您想看看P-SVM，它提供了一种特别适合不平衡数据的模式。

2 回答 2