Python 如何利用支持向量机对不平衡数据集进行分类

我正在使用支持向量机，我的数据集是不平衡的。我得到的结果是，它将0类划分为99%，将1类划分为1%。是否有任何方法可以使用SVM正确分类不平衡数据集。

有许多方法可以使用不平衡数据集。我最常用的是以下几种：

错误输出惩罚：如果类

A

的样本数远少于类

B

，则您可以增加类

A

错误分类的惩罚

使用模块。它基本上采用给定类中两个点的凸组合，并为其指定与两个选定点相同的标签

---

其他可能的选择包括查看不同的评估指标和验证策略，如。

有几种方法可以调整不平衡的数据集，以将其用于回归/分类。这里我将描述过采样和欠采样方法

在过采样中，即使数据中有完全相同的行，也会复制少数类的数据。在欠采样中选择所有具有类别1的数据，并选择具有标签0的相同数量的样本（只有在样本数量较多时，这才是一个好选项）

你也可以将两者混合使用。比如：

def obtain_equal_idx(idx_0, idx_1, n_samples, ratio_unbalance):
    idx_1_repeated = np.repeat(idx_1, (n_samples // len(idx_1)) + 1)

    idx_0s = np.random.choice(idx_0, ratio_unbalance * (n_samples // 2), replace=False)
    idx_delay = np.random.choice(idx_1_repeated, n_samples // 2, replace=False)
    return np.concatenate([idx_0s, idx_delay])

idx_0

是整个数据集的索引，标记为0，

idx_1

与标记为1的数据相同，

n_samples

是您想要获得的样本数，

ratio_

是一个数字（通常为2或3）这使得您得到的数据有点不平衡，因此您的模型知道数据不是完全平衡的