如何在培训期间从Scikit Learn SVM中的每个班级中抽取相同数量的示例？

Question

我使用Scikit Learn来实现Support Vector Machine。由于我正在处理类不平衡（96％到4％），我希望SVM在训练期间从每个班级中抽取相同数量的样本。如何通过Scikit Learn实现这一目标？

Answer 1

您可能对imbalanced-learn包感兴趣，该包具有许多实现，例如过采样和欠采样，以解决类不平衡问题。

Answer 2

另一种方法是使用class_weight='balanced'参数调整类权重;来自SVC docs（其他SVM模型也存在相似的参数）：

  

class_weight ：{dict，'balanced'}，可选

     

将类i的参数C设置为SVC的class_weight [i] * C.如果没有给出，所有课程都应该有一个重量。 “平衡”   mode使用y的值来反向自动调整权重   与输入数据中的类频率成比例n_samples / (n_classes * np.bincount(y))