我经常使用Libsvm的实例权重来解决分类问题。 http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances
有人知道在libsvm中使用实例权重时实现的算法的详细信息吗？标准SVM模型学习算法为所有训练实例分配相等的权重，从而为训练实例分配错误。我相信Libsvm使用的算法会有所不同。在网上搜索时，我确实找到了一些类似的文章。例如[1]但我需要与可能确定这一点的人确认。
谢谢！
[1] Yang，Xulei，Qing Song和Yue Wang。 ＆＃34;用于数据分类的加权支持向量机。＆＃34;国际模式识别与人工智能期刊21.05（2007）：961-976。
答案 0 :(得分：2)
没有“特殊算法”，简单地说，在“等重量”SVM中你有一个“C”重量
1/2 ||w||^2 + C SUM_i xi_i
如果样本权重s_i变为
1/2 ||w||^2 + C SUM_i s_i xi_i
就是这样，它与每个样本的成本不同C完全相同