Python 多类分类中的类不平衡问题

我需要一个多类分类器代码，它可以在以下类问题中工作：

• 第1类-->80%
• 第2类-->7.5%
• 第3类-->6%
• 第4类-->4%
• 第5类-->2.5%

总共只有130个实例，每个实例大约有5000个特性

我发现了一个多类SVM代码，但我不认为它考虑了类不平衡的问题。此外，我还需要做一些k-折叠交叉验证

---

python或matlab代码将非常有用。

我相信大多数希望在matlab中使用SVM的人都会使用，它有一个matlab接口。它处理多类问题。5000个特性和130个实例就可以了

我不确定你是想用班级权重/优先级来处理班级不平衡，还是使用成本敏感型学习，但你可以通过一些额外的工作来实现这两个目标，请参见和了解一些想法

使用统计工具箱中的

cvpartition

可以在MATLAB中实现k-fold交叉验证（即使没有统计工具箱，编写代码也非常简单）