I already did but when I test on my test dataset(unbalance) I get very poor
results.
De: Eustache DIEMERT <eusta...@diemert.fr<mailto:eusta...@diemert.fr>>
Responder a:
"scikit-learn-general@lists.sourceforge.net<mailto:scikit-learn-general@lists.sourceforge.net>"
<scikit-learn-general@lists.sourceforge.net<mailto:scikit-learn-general@lists.sourceforge.net>>
Fecha: martes, 9 de septiembre de 2014 16:33
Para:
"scikit-learn-general@lists.sourceforge.net<mailto:scikit-learn-general@lists.sourceforge.net>"
<scikit-learn-general@lists.sourceforge.net<mailto:scikit-learn-general@lists.sourceforge.net>>
Asunto: Re: [Scikit-learn-general] SVC and unbalanced dataset
besides class weights you may try to downsample your negative examples.
E/
2014-09-09 14:32 GMT+02:00 ZORAIDA HIDALGO SANCHEZ
<zoraida.hidalgosanc...@telefonica.com<mailto:zoraida.hidalgosanc...@telefonica.com>>:
Dear all,
I am trying to classify a dataset with a binary target. Number of positive
instances represents only the 3% of the total instances. I have tried
using SVC with neither auto_weight nor sample_weight and the confusion
matrix shows that all instances are classified as negative. However, if I
use either auto_weight:auto or sample_weight(computing the weight of each
instances proportional to the porcentaje of its target) then the confusion
matrix is the other way around(that means, all instances are classified as
positive).
What am I doing wrong?
This is how I have made the calls:
1) with no additional parameters:
SVC(probability=True, max_iter=1000, verbose=5)
2) with class_weight:
SVC(class_weight=Œauto¹, probability=True, max_iter=1000, verbose=5)
3) with sample_weight:
classifier = SVC(probability=True, max_iter=1000, verbose=5)
and later:
sample_weight = np.asarray(compute_sample_weight(np.unique(y_train),
y_train))
classifier.fit(X_train, y_train, sample_weight=sample_weight)
def compute_sample_weight(classes, y_train):
# Find the weight of each class as present in y.
le = LabelEncoder()
y_ind = le.fit_transform(y_train)
if not all(np.in1d(classes, le.classes_)):
raise ValueError("classes should have valid labels that are in y")
# inversely proportional to the number of samples in the class
recip_freq = 1. / np.bincount(y_ind)
weight = recip_freq[le.transform(classes)] / np.mean(recip_freq)
weight_by_class = dict(zip(le.classes_, weight))
y_sample_weight = [weight_by_class[e] for e in y_train]
return y_sample_weight
Thanks.
Z.-
________________________________
Este mensaje y sus adjuntos se dirigen exclusivamente a su destinatario, puede
contener información privilegiada o confidencial y es para uso exclusivo de la
persona o entidad de destino. Si no es usted. el destinatario indicado, queda
notificado de que la lectura, utilización, divulgación y/o copia sin
autorización puede estar prohibida en virtud de la legislación vigente. Si ha
recibido este mensaje por error, le rogamos que nos lo comunique inmediatamente
por esta misma vía y proceda a su destrucción.
The information contained in this transmission is privileged and confidential
information intended only for the use of the individual or entity named above.
If the reader of this message is not the intended recipient, you are hereby
notified that any dissemination, distribution or copying of this communication
is strictly prohibited. If you have received this transmission in error, do not
read it. Please immediately reply to the sender that you have received this
communication in error and then delete it.
Esta mensagem e seus anexos se dirigem exclusivamente ao seu destinatário, pode
conter informação privilegiada ou confidencial e é para uso exclusivo da pessoa
ou entidade de destino. Se não é vossa senhoria o destinatário indicado, fica
notificado de que a leitura, utilização, divulgação e/ou cópia sem autorização
pode estar proibida em virtude da legislação vigente. Se recebeu esta mensagem
por erro, rogamos-lhe que nos o comunique imediatamente por esta mesma via e
proceda a sua destruição
------------------------------------------------------------------------------
Want excitement?
Manually upgrade your production database.
When you want reliability, choose Perforce.
Perforce version control. Predictably reliable.
http://pubads.g.doubleclick.net/gampad/clk?id=157508191&iu=/4140/ostg.clktrk
_______________________________________________
Scikit-learn-general mailing list
Scikit-learn-general@lists.sourceforge.net<mailto:Scikit-learn-general@lists.sourceforge.net>
https://lists.sourceforge.net/lists/listinfo/scikit-learn-general
________________________________
Este mensaje y sus adjuntos se dirigen exclusivamente a su destinatario, puede
contener información privilegiada o confidencial y es para uso exclusivo de la
persona o entidad de destino. Si no es usted. el destinatario indicado, queda
notificado de que la lectura, utilización, divulgación y/o copia sin
autorización puede estar prohibida en virtud de la legislación vigente. Si ha
recibido este mensaje por error, le rogamos que nos lo comunique inmediatamente
por esta misma vía y proceda a su destrucción.
The information contained in this transmission is privileged and confidential
information intended only for the use of the individual or entity named above.
If the reader of this message is not the intended recipient, you are hereby
notified that any dissemination, distribution or copying of this communication
is strictly prohibited. If you have received this transmission in error, do not
read it. Please immediately reply to the sender that you have received this
communication in error and then delete it.
Esta mensagem e seus anexos se dirigem exclusivamente ao seu destinatário, pode
conter informação privilegiada ou confidencial e é para uso exclusivo da pessoa
ou entidade de destino. Se não é vossa senhoria o destinatário indicado, fica
notificado de que a leitura, utilização, divulgação e/ou cópia sem autorização
pode estar proibida em virtude da legislação vigente. Se recebeu esta mensagem
por erro, rogamos-lhe que nos o comunique imediatamente por esta mesma via e
proceda a sua destruição
------------------------------------------------------------------------------
Want excitement?
Manually upgrade your production database.
When you want reliability, choose Perforce.
Perforce version control. Predictably reliable.
http://pubads.g.doubleclick.net/gampad/clk?id=157508191&iu=/4140/ostg.clktrk
_______________________________________________
Scikit-learn-general mailing list
Scikit-learn-general@lists.sourceforge.net
https://lists.sourceforge.net/lists/listinfo/scikit-learn-general
