Libsvm / Liblinear 中的实例称重

Posted 2023-03-12

【中文标题】Libsvm / Liblinear 中的实例称重

【英文标题】：Instance weighing in Libsvm / Liblinear

【发布时间】：2014-10-21 14:37:26

【问题描述】：

我经常将实例权重与 Libsvm 一起用于分类问题。 http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances

有人知道在 libsvm 中使用实例称重时实现的算法的详细信息吗？标准的 SVM 模型学习算法为所有训练实例分配相等的权重，从而为训练实例上的误差分配相同的权重。我相信 Libsvm 使用的算法会有所不同。在网上搜索后，我确实找到了一些类似的论文。例如[1]，但我需要与可能确定这一点的人确认。

谢谢！

[1] 杨雪蕾，宋庆，王悦。 “用于数据分类的加权支持向量机。”国际模式识别和人工智能杂志 21.05 (2007): 961-976。

【参考方案1】：

没有“特殊算法”，简单地说，在“等权”SVM 中，您有一个“C”权重

1/2 ||w||^2 + C SUM_i xi_i

如果样本权重 s_i 简单地变成

1/2 ||w||^2 + C SUM_i s_i xi_i

就是这样，这与为每个样本设置不同的成本系数C 完全相同