如何通过 svmlight 中可用的不平衡训练数据集提供平衡训练的成本？答案

【问题标题】：How to provide cost for balancing training by imbalanced train dataset as available in svmlight?如何通过 svmlight 中可用的不平衡训练数据集提供平衡训练的成本？
【发布时间】：2015-03-16 00:18:01
【问题描述】：

e1071 的 SVM 中的成本似乎与 svmlight 的成本不同。 e1071 库的手册对其成本参数进行了如下定义：

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

这基本上是允许错误分类。 svmlight 提供了一种权重，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)

这个成本基本上是为了在火车数据的正负数据点数量不相等的情况下进行平衡。 e1071 的 SVM 实现中是否有类似的东西？

【问题讨论】：

标签： machine-learning classification svm svmlight

【解决方案1】：

您可能想查看参数：class.weights（在帮助页面上有说明）。

最好的大卫

【讨论】：

嘿，谢谢大卫！我猜你就是 e1071 的作者和维护者 David Meyer。我真的很想知道谁（以及为什么）否决了您的答案-这正是我所要求的。我也赞成，以便之前的反对票无效。再次感谢！并欢迎使用 Stackoverflow。