考虑一个数据集A，它包含用于二元分类问题的训练样本。由于数据集高度不平衡，我使用了SVM并应用了加权方法（在MATLAB中）。我将权重设置为与每个类别中数据频率成反比。这是在训练过程中使用以下命令完成的：
fitcsvm(trainA, trainTarg , ... 'KernelFunction', 'RBF', 'KernelScale', 'auto', ... 'BoxConstraint', C,'Weight',weightTrain );我使用了10折交叉验证进行训练，并学习了超参数。因此，在CV内部，数据集A被分为训练集（trainA）和验证集（valA）。训练结束后，在CV循环之外，我在A上得到了混淆矩阵：
80025 10 140其中第一行为多数类，第二行为少数类。只有1个误报（FP），所有少数类样本都被正确分类，即真正例（TP）= 140。
问题：然后，我在新的未见过的测试数据集B上运行训练好的模型，该数据集在训练期间从未见过。这是B上的测试混淆矩阵：
50075 0100 0可以看出，少数类根本没有被分类，因此权重的目的失败了。虽然没有误报，但SVM未能捕捉到少数类样本。我在B上没有应用任何权重或平衡方法，如采样（SMOTE、RUSBoost等）。哪里出了问题，如何克服这个问题？
回答：
可以设置类误分类权重，而不是样本权重！
您可以根据以下示例设置类权重。
将类A（n条记录；主导类）误分类为类B（m条记录；少数类）的权重可以设置为n/m。将类B误分类为类A的权重可以根据您希望施加在学习上的严重性设置为1或m/n
c=[0 2.2;1 0];mod=fitcsvm(X,Y,'Cost',c)根据文档：
对于两类学习，如果您指定了成本矩阵，则软件会通过纳入成本矩阵中描述的惩罚来更新先验概率。因此，成本矩阵会重置为默认值。有关BoxConstraint、Cost、Prior、Standardize和Weights的关系和算法行为的更多详细信息，请参见Algorithms。
