我有一个PU学习任务,我在本文中找到了一个解决这个问题的特殊算法:https://www.cs.uic.edu/~liub/publications/ICDM-03.pdf
我希望实现第5部分中描述的“有偏”支持向量机的非标准公式。
用了两个
参数C+和C-加权正误差和
消极错误不同。在
我想我应该在这个问题上使用一个现有的支持向量机解算器,这样不仅可以加快腿的工作,而且还可以确保最佳的时间复杂度,因为我的特征空间和样本数量都非常大(因此我希望使用LIBLINEAR)。在
有没有办法指定一个自定义的损失函数,就像上面的那个?在
谢谢你的帮助。在
Tags:
LIBLINEAR'train'接受了一个参数-wi-weight:“weights调整不同类的参数C”。它的实际用途(需要数组吗?)我还是不清楚,即使读了自述。但是,Sklearn的LinearSVC使用LIBLINEAR并提供了一个参数:
这是非常有用的。在
相关问题 更多 >
编程相关推荐