SVMクラスの重みの事前選択

不均衡なデータを持つマルチクラスSVMでは、（X検証ではなく）トレーニングデータからクラスの重みを決定する方法があったことをどこかで見たり読んだりしたことを覚えています。誰がその方法が何であるか、またはどの紙からのものか知っていますか？

ありがとう

machine-learning svm unbalanced-classes

— トーマス
ソース

マルチクラスsvmの良い解決策を見つけましたか？

— Vam

目的関数を最小化するSVMの場合クラスサイズに反比例する定数および選択できます。つまり、クラス1とトレーニングサンプルがある場合、クラス2では、とようにします。

\frac{1}{2} | | w | |^{2} + C_{1} Σ_{ξ_{私} ： y_{私} = - 1}^{l} ξ_{私} + C_{2} Σ_{ξ_{私} ： y_{私} = 1}^{l} ξ_{私}

$\frac{1}{2}||w||^2 + C_1 \sum_{\xi_i: y_i=-1}^{l}\xi_i + C_2 \sum_{\xi_i: y_i=1}^{l}\xi_i$

C_{1}

$C_1$

C_{2}

$C_2$

l_{1}

$l_1$

l_{2}

$l_2$

C_{1}

$C_1$

C_{2}

$C_2$

C_{1} / C_{2}

$C_1/C_2$ =

l_{2} / l_{1}

$l_2/l_1$ 。実験の後半で少し調整する必要があるかもしれませんが、これは良い経験則です。

LIBSVMパッケージを使用している場合は、次のように指定できます。 $C_1$ そして $C_2$ フラグ '' -w-1 ''および "-w1"を使用します。

PS私はあなたがマルチクラスの問題について尋ねたことに気づきました。まあ、多分あなたはまだこの答えが役に立つでしょう。

— レオ
ソース