二进制SVM分类器有两类失败:一类是大类，另一类是小类

Question

我正在尝试使用二进制支持向量机对一些像素进行分类。我的训练数据库由28个数据文件组成，有两个类，class1的像素数为16571，class2的像素数为313。

测试数据(每个文件)大约有600个像素，其中只有6-10个像素是类2的成员，其余的像素是class1。

我的问题是，在训练之后，当我试图对数据进行分类时，支持向量机会对class1中的所有像素进行分类。

我认为这可能是因为它很少看到来自class2的样本。但是可用的数据文件的数量是有限的(大约35个数据文件)。

如何训练支持向量机并得到合理的结果？

谢谢你的帮助。

Answer 1

SVM可能确实对训练集大小的巨大差异很敏感。我建议尝试以下两种方法：

1. 通过采样来限制第一类的训练集，使其大小接近第二类的大小，并检查是否有任何改进(大小介于第二类大小的1X到10X之间可能适合)。
2. 使用支持向量机的'cost‘参数(例如，在SVMLight中使用'J’参数)，它可以帮助平衡类。

当然，您可以同时使用这两种方法，即在一定程度上限制类1的训练数据的大小，然后使用成本参数进一步平衡类。