Как это сделать? Я использую Sklearn для обучения SVM. Мои классы не сбалансированы. Обратите внимание, что моя проблема мультиклассирует, MultiLabel поэтому я использую OneVsRestClassifier:Назначение весов многоквартирным SVM для балансировки классов
mlb = MultiLabelBinarizer()
y = mlb.fit_transform(y_train)
clf = OneVsRestClassifier(svm.SVC(kernel='rbf'))
clf = clf.fit(x, y)
pred = clf.predict(x_test)
Могу ли я добавить параметр «sample_weight» где-то объяснить неуравновешенные классы?
Когда я добавить class_weight Dict к SVM я получаю ошибку:
ValueError: Class label 2 not present
Это потому, что я превратил мои метки в двоичные с помощью MLB. Однако, если я не конвертировать надписи, я получаю:
ValueError: You appear to be using a legacy multi-label data representation. Sequence of sequences are no longer supported; use a binary array or sparse matrix instead.
class_weight является ДИКТ, отображение метки класса весу: {1: 1, 2: 1, 3: 3 ...}
Здесь детали х и у:
print(X[0])
[ 0.76625633 0.63062721 0.01954162 ..., 1.1767817 0.249034 0.23544988]
print(type(X))
<type 'numpy.ndarray'>
print(y[0])
print(type(y))
[1, 2, 3, 4, 5, 6, 7]
<type 'numpy.ndarray'>
Заметим, что = MultiLabelBinarizer MLB(); y = mlb.fit_transform (y_train) преобразует y в двоичный массив.
Предложенный ответ выдает ошибку:
ValueError: You appear to be using a legacy multi-label data representation. Sequence of sequences are no longer supported; use a binary array or sparse matrix instead.
Таким образом, задача сводится к преобразованию метки (а np.array) для разреженной матрицы.
from scipy import sparse
y_sp = sparse.csr_matrix(y)
Это дает ошибку:
TypeError: no supported conversion for types: (dtype('O'),)
Открою новый запрос для этого.
могли бы вы предоставить элемент x и у? 'print type (x [0]) print x [0]' и 'print type (y [0]) print y [0]' – dooms
Здесь y не является двоичным. Смотрите, если 'mlb.classes_' предоставляет вам массив, в котором присутствует значение 2. – dooms
Я попытался преобразовать метки в двоичные. Он вызывает ошибку, указанную выше: ValueError: метка класса 2 отсутствует (потому что все метки затем находятся в двоичном формате). Если я не конвертирую в двоичный файл, я получаю сообщение об ошибке: ValueError: вы, кажется, используете устаревшее представление данных с несколькими метками. Последовательность последовательностей больше не поддерживается; вместо этого используйте двоичный массив или разреженную матрицу. –