불균형 데이터를위한 SVM

데이터 세트에서 SVM (Support Vector Machine)을 사용하려고합니다. 그래도 문제를 시도하기 전에 SVM이 불균형이 심한 데이터에서 제대로 작동하지 않는다는 경고를 받았습니다. 제 경우에는 최대 95-98 % 0과 2-5 % 1을 가질 수 있습니다.

스파 스 / 언밸런스 드 데이터에서 SVM 사용에 대해 이야기 한 리소스를 찾으려고했지만 'sparseSVM'(소량의 지원 벡터를 사용) 만 찾을 수있었습니다.

누군가가 간단히 설명 할 수 있기를 바랐습니다.

1. SVM이 그러한 데이터 세트와 얼마나 잘 관련되어 있는지
2. SVM 알고리즘을 수정해야하는 경우
3. 어떤 자료 / 논문이 이에 대해 논의 하는가

많은 SVM 구현은 긍정적이고 부정적인 인스턴스에 서로 다른 가중치를 할당하여이 문제를 해결합니다. 기본적으로 샘플의 무게를 측정하여 포지티브의 가중치 합계가 네거티브의 가중치 합계와 같아 지도록합니다. 물론, SVM 평가에서 데이터의 95 %가 음수이면 항상 음수를 예측하여 95 %의 정확도를 얻는 것은 사소한 것임을 기억해야합니다. 따라서 평가 지표가 균형을 이루도록 가중치를 부여해야합니다.

특히 libsvm태그로 추가 한에는 클래스 가중치를 설정할 수있는 플래그가 있습니다 ( -w믿지만 문서를 확인하십시오 ).

마지막으로, 개인적 경험을 통해 SVM이 체중 보정 유무에 관계없이 매우 유사한 결과를 얻을 수 있음을 종종 알 수 있습니다.

SVM은 희소 및 불균형 데이터에서 제대로 작동합니다. 클래스 가중치 SVM은 소수 클래스의 교육 인스턴스에 높은 오 분류 페널티를 할당하여 불균형 데이터를 처리하도록 설계되었습니다.

SVM과 같은 희소 데이터의 경우 잘 작동합니다.

@Bitwise가 말했듯이 정확도를 사용하여 알고리즘의 성능을 측정해서는 안됩니다.

대신 알고리즘 의 정밀도, 리콜 및 F- 점수 를 계산해야 합니다.