Sınıf dengesizliği problemlerini çözmeye yönelik popüler bir yaklaşım, sınıflandırıcıyı olumlu örneklere daha fazla dikkat etmesi için yanlı tutmaktır. Bu, örneğin, pozitif sınıfı negatif sınıfa göre yanlış sınıflandırma ile ilişkili cezayı artırarak yapılabilir. Başka bir yaklaşım, dengeli bir veri kümesi oluşturmak için çoğunluk sınıfını aşırı örnekleyerek veya azınlık sınıfını örnekleyerek veriyi önceden işlemektir.
Ancak, sizin durumunuzda, sınıf dengesizliğinin bir sorun olduğu görülmemektedir. Bir SVM sınıflandırıcısı için en uygun parametreleri bulmak oldukça sıkıcı bir süreç olabileceğinden, belki de bir parametre ayarı meselesidir. Örneğin RBF çekirdeğinde iki parametre vardır:C ve γ. Hangisi önceden bilinmemektedirC ve γverilen bir sorun için en iyisidir; sonuç olarak bir çeşit model seçimi (parametre arama) yapılmalıdır.
Veri önişleme aşamasında, SVM'nin her veri örneğinin gerçek sayıların bir vektörü olarak temsil edilmesini gerektirdiğini unutmayın. Bu nedenle, kategorik öznitelikler varsa, bunları bir m kategorisi özniteliğini temsil etmek için m sayıları kullanarak (veya m yeni ikili değişkenlerle değiştirerek) sayısal verilere dönüştürmeniz önerilir.
Ayrıca, daha küçük sayısal aralıklardakilere hükmedilen daha büyük sayısal aralıklardaki özniteliklerden kaçınmak için SVM uygulamadan önce değişkenlerin ölçeklendirilmesi çok önemlidir.
Bu makaleye göz atın .
R'de çalışıyorsanız, sağlanan parametre aralıkları üzerinden bir ızgara araması kullanarak hiperparametreleri ayarlamak için ayar fonksiyonuna (paket e1071) bakın. Ardından, plot.tune komutunu kullanarak , hangi değer kümesinin daha küçük hata oranı verdiğini görsel olarak görebilirsiniz.
Zaman alan parametre araması etrafında bir kısayol vardır. Bir seferde 2 sınıf SVM sınıflandırıcısının tüm düzenleme yolunu hesaplayan "svmpath" adlı bir R paketi vardır. İşte ne yaptığını açıklayan makaleye bir bağlantı .
PS Bu kağıdı da ilginç bulabilirsiniz: Kalibre edilmiş olasılık tahminlerinin elde edilmesi