参数C. epsilon作为k中kernlab的ksvm中的向量

Question

我试图在R中使用kernlab包的ksvm函数进行epsilon-SVM回归。我想把参数C（正则化常数）和epsilon（不敏感性）作为向量（向量的长度=训练数据长度）。但我无法弄清楚如何做到这一点。请提出一些建议。

Answer 1

为什么你认为你可以做到？根据{{​​1}}的{​​{3}}，您只能对类进行加权，而不是特定的样本。这种修改可以在例如documentation python库中访问（作为样本的权重）。

要对每个样本C权重进行人工实施，您可以对数据进行过采样。效率非常低（特别是如果C值差异很大），但几乎可以应用于任何SVM库。