machine-learning - 如何通过 svmlight 中提供的不平衡训练数据集提供平衡训练的成本？

Question

e1071 的 SVM 的成本似乎与 svmlight 的成本不同。 e1071库的手册对其成本参数的定义如下:

cost of constraints violation (default: 1)—it is the ‘C’-constant of the regular-
ization term in the Lagrange formulation

这基本上是错误分类的容限。 svmlight 提供了一种权重，在其手册中描述为:

Cost: cost-factor, by which training errors on
      positive examples outweight errors on negative
      examples (default 1)

此成本基本上是为了在训练数据不具有相同数量的正数据点和负数据点的情况下进行平衡。 e1071 的 SVM 实现中有类似的东西吗？

Answer 1

您可能想查看参数:class.weights(帮助页面上对此进行了解释)。

最佳大卫