machine-learning - 自明な解決策を返すlibsvm

Question

次の図に示すように、 libsvmを使用してデータを分類 しようとしています。

「目で」青と赤の間にソフトな分離があることがわかりますが、一部の青のサンプルが領域全体に存在し、「赤のタグを付ける必要があります」と言えます。

libsvm に意味のある分類を返してもらい、単純なものを取得し続けることができません。すべての点が青でタグ付けされています。これは、さまざまなカーネルとパラメーター値で発生します。赤のサンプルよりも青のサンプルの方が 10 倍多いため、コスト変数をいじってもこれは解決しないと思います。

何か不足していますか？このケースを処理する libsvm パラメータはありますか?
または、SVM はそのタスクには不適切であり、適切なものを提案できますか?

Answer 1

線形SVMを使用すると、自明ではないソリューションを取得できるはずです。C のさまざまな値を試す必要があります。また、データが不均衡であるため、wi パラメータを使用して各クラスの重みを修正する必要があります。

Answer 2

前処理として、主成分分析または独立成分分析を実行してみてください。これはあなたを助けるはずです。虹彩データベースにはたくさんの例があります。