二进制SVM分类器失败了两个类：一个是大的，另一个是小的

Question

我试图使用二进制支持向量机对某些像素进行分类。我的训练数据库由28个数据文件组成，有两个类，class1的像素数为16571，class2的像素数为313.

测试数据（每个文件）有大约600个像素，只有6-10个像素是第2类的成员，其余像素在class1中。

我的问题是，在训练之后，当我尝试对数据进行分类时，SVM会对class1中的所有像素进行分类。

我认为这可能是因为它从class2中看到了很少的样本。但是可用数据文件的数量是有限的（大约35个数据文件）。

我如何训练svm并获得合理的结果？

感谢您的帮助。

Answer 1

SVM可能确实对列车组大小的巨大差异很敏感。我建议尝试以下两种方法：

1. 通过抽样限制1级列车的集合，使其大小与2级大小相当，并检查是否有任何改进（2级大小的1X到10X之间的大小可能适合）。

   < / LI>

2. 使用SVM的'cost'参数（例如，使用'J'参数在SVMLight中），它可以帮助平衡各种类。

你当然可以同时使用这两种方法，即稍微限制第1类列车数据的大小，然后使用成本参数进一步平衡类。