machine-learning - Libsvm / Liblinear 中的实例称重

Question

有谁知道在 libsvm 中使用实例称重时实现的算法的细节？标准的 SVM 模型学习算法为所有训练实例分配相等的权重，从而为训练实例上的误差分配相同的权重。我相信 Libsvm 使用的算法会有所不同。在网上搜索后，我确实找到了一些类似的论文。例如[1]，但我需要与可能确定这一点的人确认。

谢谢！

[1] 杨雪蕾，宋庆，王悦。“用于数据分类的加权支持向量机。” 国际模式识别和人工智能杂志 21.05 (2007): 961-976。

score 4 · Accepted Answer

没有“特殊算法”，简单地说，在“等权重”SVM 中，您有一个“C”权重

1/2 ||w||^2 + C SUM_i xi_i

在样本权重的情况下，它就s_i变成了

1/2 ||w||^2 + C SUM_i s_i xi_i

C就是这样，这与每个样本具有不同的成本系数完全相同

1 回答 1