一个与所有 SVM 引入了类不平衡

Question

对于一对一方法，它取决于等于类 n 的二元分类器。它假设一个类被标记为 1，而其余的类被标记为 0：

model = cell(numLabels,1);
for k=1:numLabels
    model{k} = svmtrain(double(trainLabel==k), trainData, '-c 1 -g 0.2 -b 1');
end

对于大量的类和大量的图像（每个类5000个）。这意味着在上面的代码中，一个类将是 5000，而数据集的其余部分为 （n-1）*5000。这种不平衡可以接受吗？我的意思是，一个人对一个人最好避免不平衡，还是取决于分类问题？这种情况可以接受吗？如何知道这是否给我带来了问题？

Answer 1

是的，一般来说，就平衡而言，一对一是更好的解决方案，但它需要更高的计算和内存成本（因为您需要 n^2 个分类器）。因此，这是一种经常训练 1 与所有人的做法。为了避免这个问题，你可以使用"类权重"方案，它确保较小的班级获得更多学习者的关注（错误分类较差的班级的成本更高）。

Answer 2

这种不平衡问题的直观思考是：少数样本在训练后可能有遗漏TP的风险。但是，一对多方法包括一个总和池过程，该过程将在所有这些"缺少 TP"的分类器中选择最大分类器。所以一个小的不平衡不会造成大问题。