SVM不平衡数据分类知识点

最新推荐文章于 2022-10-28 21:23:47 发布

steve_tom

最新推荐文章于 2022-10-28 21:23:47 发布

阅读量1.5k

点赞数

分类专栏：笔记文章标签： python

本文链接：https://blog.csdn.net/steve_tom/article/details/106452614

版权

本文介绍了SVM在处理不平衡数据时如何使用class_weight和sample_weight参数，以及它们对模型准确率的影响。讨论了混淆矩阵的各项指标，包括精确度、召回率和特异度，并探讨了ROC曲线和AUC面积在评估模型性能中的作用。最后，阐述了如何确定ROC曲线上的最佳阈值以优化模型表现。

摘要由CSDN通过智能技术生成

class_weight和sample_weight

1、在SVC中对于不平衡数据可以调节svcl类中的参数class_weight和fit接口中的参数sample_weight
如果只设置class_weight，那么参数C变为：class_weight[i]*C 。
如果同时调节class_weight和sample_weight，那么参数C变为：class_weight[i] * sample_weight[i] * C。
2、准确率失去作用的原因：
从准确率的角度来说，不做样本平衡时的准确率反而更高，做了样本平衡的准确率反而下降了，这是因为做了样本平衡后，为了要更多的捕捉出少数类，模型误伤了许多多数类样本，而多数类样本被分错的样本数量大于少数类被分类正确的样本数量，使得模型整体的精确性下降。
3、如果要追求整体的accuracy，那么不要设置class_weight和sample_weight。
如果要追求的是捕捉少数类（因为少数类被判错的代价是巨大的），那么就要使用class_weight和sample_weight。