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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注