r - R中的svm，训练数据集

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求提供代码的问题必须表现出对所解决问题的最低限度的了解。包括尝试的解决方案、为什么它们不起作用以及预期结果。另请参阅:Stack Overflow question checklist

已关闭 9 年前。

Improve this question

更多的是一般性问题，但因为我使用的是 R -> 标签

我的训练数据集有 15,000 个条目，其中大约 20 个条目我想用于正数据集 -> 构建支持向量机。我想使用剩余的重采样数据集作为我的负数据集，但我想知道，最好采用与负数据集相同的大小(大约 20)，否则它的高度 imbalanced ？在 1000 轮重采样之后，是否有一种简单的方法可以对 R 中的分类器(基于集成)进行池化？ (或者甚至使用 e1071 包)

后续问题:我想事后计算每个预测的分数，将概率乘以 100 可以吗？

谢谢

Answer 1

您可以尝试“类别权重”方法，其中较小的类别获得更大的权重，从而花费更多的成本来对正标记类别进行错误分类。