0

我有 25 个类，第 0 类包含所有 24 个其他类的所有负样本，因此该类中的样本数量比其他类大得多（例如，大 10 倍，因为它应该包括 24 个中的所有负样本其他类）

现在我的问题是当我想训练这个数据集时应该怎么做？

我是否必须使用 libsvm 提供的不平衡训练选项？-w0 1 -w1 ....

我的意思是是否必须使用此选项？

因为当我在没有这个选项的情况下训练数据时，它为分离类提供了 99.8% 的准确率，当我测试这个准确的模型时！！！对于某些课程，我得到 100% 的准确率，而对于其他一些课程，我得到 0.0% ！！！

我的意思是对于某些课程，它不会错过任何样本，但对于另一个课程，它将始终返回 0 ！！！这意味着它是一个负样本！

我想使用这个选项，但我不知道它的规则。我的意思是我应该如何使用这个选项为一个类设置一个值？

假设每个类中的样本数为：

0级-> 3433

1 级 -> 745

2 级 -> 232

3 级 -> 53

. . . 23 级 -> 975

我应该如何为每个班级设置 wi 我应该在 [0,1] 或 [-1 1] 或 (-inf +inf) 之间缩放它们还是什么？

总结 >

1）。是否必须为我的数据集使用 -wi 选项？

2）。我应该如何设置这个值

谢谢

4

3 回答 3

0

无法发表评论，所以我将其写为答案：

两个建议：

  1. 减少class0的权重
  2. 或采用两步法：
    • 结合其他 24 个类的所有示例，将它们视为一个类，并构建一个二元分类器
    • 只为正例构建一个 24 路分类器。如果上一步的分类结果是肯定的，则使用它。
于 2013-06-14T19:48:30.100 回答
0

这不是强制性的，这取决于您的数据。如果您的班级很容易分开，则没有必要。开始没有重量，看看混淆矩阵。如果您的错误介于拥挤类和稀疏类之间，则对权重进行一些调整可能会有所帮助。

于 2013-08-29T15:30:19.160 回答
0

由于每个类都有 +ve 和 -ve 数据，因此应该训练 24 个二元分类器。然后，当您放入一个测试用例时，如果有多个 SVM 具有正预测，则选择分类器输出概率最高的类。

如果您使用 LIBSVM 设置多类 SVM，那么它在内部只会训练多个二进制 SVM。因此，自己明确设置 24 个 SVM 并没有什么奇怪的。

于 2013-06-15T15:12:28.563 回答