machine-learning - Libsvm/Liblinear 中的实例权重

Question

我经常将实例权重与 Libsvm 结合使用来解决分类问题。 http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances

有谁知道在 libsvm 中使用实例权重时所实现的算法的细节吗？标准 SVM 模型学习算法为所有训练实例分配相同的权重，从而为训练实例的误差分配相同的权重。我相信 Libsvm 使用的算法会有所不同。在网上搜索时，我确实发现了一些做类似事情的论文。例如[1]，但我需要与可能确定这一点的人确认。

谢谢!

[1] 杨旭雷，宋青，王悦。 “用于数据分类的加权支持向量机。”国际模式识别与人工智能杂志 21.05 (2007): 961-976。

Answer 1

没有“特殊算法”，简单地说，在“等权”SVM 中，你有一个“C”权重

1/2 ||w||^2 + C SUM_i xi_i

在样本权重的情况下，s_i 就变成了

1/2 ||w||^2 + C SUM_i s_i xi_i

仅此而已，这与每个样本具有不同的成本系数C完全相同