La selección a priori de la SVM clase pesos

Question

Yo recuerdo haber visto/leído en alguna parte que para multiclase SVMs con desequilibrado de datos, existe una manera de determinar la clase de los pesos a partir de los datos de entrenamiento (en lugar de X de validación). ¿Alguien sabe cuál es el método o cuál es su papel?

Gracias

Answer 1

Para SVM que minimiza la función objetivo $$\frac{1}{2}||w||^2 + C_1 \sum_{\xi_i: y_i=-1}^{l}\xi_i + C_2 \sum_{\xi_i: y_i=1}^{l}\xi_i $$ usted puede elegir constantes $C_1$ $C_2$ inversamente proporcional al tamaño de la clase. Es decir, si usted tiene $l_1$ muestras de formación de la clase 1 y $l_2$ -- en la clase 2, tome $C_1$ $C_2$ tal que $C_1/C_2$ = $l_2/l_1$. Usted puede necesitar ajuste ligeramente más tarde en sus experimentos, pero esta es una buena regla del pulgar.

Si usted está usando LIBSVM paquete, usted puede especificar $C_1$ $C_2$ el uso de banderas "-w-1" y "-w1".

P. S. acabo de darme cuenta de que se le preguntó acerca de multiclase problema. Bueno, tal vez usted va a encontrar esta respuesta útil.