如何手动为 SVM 中的某些特征分配权重?

Posted

技术标签:

【中文标题】如何手动为 SVM 中的某些特征分配权重?【英文标题】:How to manually assign weights to some features in SVM? 【发布时间】:2014-05-06 02:33:02 【问题描述】:

我使用 LibLinear 运行了一个多类 SVM,但模型对每个类的某些典型特征给予了很高的权重。

例如:对于第 1 类,对于第 1 类为 0 且非零的特定变量在我的超平面方程中具有非常重要的权重。

我想在计算特定类的超平面时忽略这些特定功能。一种方法是为这些特征分配零权重。如何更改此代码?

例如:

For Class 1, I assign W=0 for Feature_1
For Class 2, I assign W=0 for Feature_2
For Class 3, I assign W=0 for Feature_3

等等……

【问题讨论】:

【参考方案1】:

您必须手动完成。多类 SVM 只是一堆独立训练的 SVM。您可以自己完成,每次删除不同的功能。

【讨论】:

是的。但我无法突破代码。我需要代码本身的帮助...

以上是关于如何手动为 SVM 中的某些特征分配权重?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 SVM 的权重向量和逻辑回归进行特征重要性?

R中的SVM特征选择

为 HOG 特征分配标签以训练 SVM 分类器

如何在 Weka 中构建 SVM 分类器以仅考虑数据集中的某些特征?

如何在特征提取中使用 svm 分类器

Sklearn k-means聚类(加权),确定每个特征的最佳样本权重?