机器学习 – 使用LIBSVM grid.py来处理不平衡数据?

前端之家收集整理的这篇文章主要介绍了机器学习 – 使用LIBSVM grid.py来处理不平衡数据?前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我有三类不平衡数据的问题(90%,5%,5%).现在我想使用LIBSVM训练分类器.

问题是LIBSVM优化其参数gamma和Cost以获得最佳精度,这意味着100%的示例被归类为class 1,这当然不是我想要的.

我已经尝试修改重量参数-w但没有太大的成功.

所以我想要的是,以一种优化成本的方式修改grid.py,以及按类别而不是整体精度划分的精度和召回的伽玛.有没有办法做到这一点?或者是否有其他脚本可以做这样的事情?

解决方法

-w参数是不平衡数据所需的参数.你都尝试了些什么?

如果你的课程是:

> 0级:90%
> 1级:5%
> 2级:5%

您应该将以下参数传递给svm:

-w0 5 -w1 90 -w2 90
原文链接:https://www.f2er.com/html/226010.html

猜你在找的HTML相关文章