如何在Scikit Learn SVM训练过程中从每个类别中抽取相同数量的样本?

我使用Scikit Learn实现了一个支持向量机。由于我面对的是类别不平衡问题(96% 对 4%),我希望SVM在训练过程中能够从每个类别中抽取相同数量的样本。如何在Scikit Learn中实现这一点?


回答:

你可能会对imbalanced-learn包感兴趣,该包提供了多种实现方法,如过采样和欠采样,以解决类别不平衡问题。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注