返回信息流用Libsvm3.18的工具包对样本进行分类，查资料得知有分类样本不平衡的情况，可以通过三种方法处理不平衡的样本，之后正确率会有提升。这三种方法是：随机减小大类样本、随机增加小类样本、重采样Random-smote方法。老师说总有一种方法会提升正确率，但是为什么我处理后的正确率却没有原始的正确率高呢？原始数据小类：大类≈1:7.
[ema1][ema1]
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #13545同步于 2014/5/28
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
[问题]求助大神解答：SVM分类遇到的样本问题....
lanyueya
2014/5/28镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
训练数据集不平衡有影响的吧，这种情况不能光看正确率，得看看 specificity 和 senstivity，还有可以尝试换换核函数看能不能提高分类精度