如何通过svmlight中提供的不平衡训练数据集来平衡训练的成本?

时间:2015-01-17 13:50:23

标签: machine-learning classification svm svmlight

e1071的SVM成本与svmlight的成本看起来并不相同。 e1071库的手册规定了其成本参数的以下定义:

cost of constraints violation (default: 1)—it is the ‘C’-constant of the regular-
ization term in the Lagrange formulation

这基本上是错误分类的允许。 svmlight提供了一个重量,在其手册中描述为:

Cost: cost-factor, by which training errors on
      positive examples outweight errors on negative
      examples (default 1)

该成本基本上是为了在列车数据没有相同数量的正数据点和负数据点的情况下允许平衡。在e1071的SVM实现中是否有类似内容?

0 个答案:

没有答案