全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
8156 2
2012-04-08
我现在在做SVM分类问题,但是样本出现不平衡偏误,不知道该如何解决这个问题。我查找到的一种方法是通过设置不同的惩罚参数,但是资料中没有说明这两种惩罚权重怎样确定。第二种方法是通过smote方法来增加少数类样本的数量,但是matlab程序是怎样的实现的,(这里不仅仅是smote算法的程序,还需要与svm相结合的程序),我不是计算机专业的,所以编程很头痛,希望有高手能发程序过来,万分感谢!!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2012-4-9 08:59:56

通过在IBM SPSS Modeler 中,把核类型设置为多项式或Sigmoid.
在核函数中设置coef0 值或者使用默认值0来处理。试试看如何
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-4-9 12:56:56
核函数解决的只是非线性映射的问题,对于样本偏误是没法处理的。只有通过调整惩罚参数C来完成,但是正负类各自的惩罚参数的权重设置究竟应该遵循什么规律,请高手解答一下。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群