如何计算小数据集支持向量机分类的概率（置信度）？

用例:

我有一个小型数据集，每个班级大约有3-10个样本. 我正在使用sklearn SVC对rbf内核进行分类.

我需要预测的信心和预测的类型. 我使用了SVC的predict_proba方法.

我得到了奇怪的结果. 我搜索后发现它仅适用于较大的数据集.

在堆栈上找到此问题.

问题的作者通过将数据集相乘，从而复制数据集来验证这一点.

我的问题:

1）如果我将数据集乘以100，每个样本100次，它将增加“ predict_proba”的“正确性”. 有什么副作用？过拟合？

2）还有其他方法可以计算分类器的置信度吗？就像超级飞机的距离一样？

3）对于这个小样本，建议使用SVM算法还是应该选择其他方法？

首先: 出于任何实际目的，您的数据集似乎很小. 话虽这么说，让我们看看我们能做什么.

SVM主要在高维环境中流行. 尚不清楚这是否适用于您的项目. 他们在几个（甚至单个）支持实例上建造飞机，并且通常在大型神经网络训练集的情况下执行. 先验地svm测试数据集，它们可能不是您更糟糕的选择.

对数据进行过采样对使用SVM的方法影响很小. SVM基于支持向量的概念，后者基本上是类的异常值，用于定义类中的内容和未定义的内容. 构造一个新的支持向量（我假设您已将训练集用作测试集）.

除了通过不平衡的过采样构造的工件外，在这种情况下svm测试数据集，简单的过采样不会为您提供有关置信度的任何新信息，因为实例将是精确的副本，并且不会发生分布. 您可以使用（合成少量过采样技术）来查找一些信息. 您将基本上根据您拥有的实例生成综合实例. 从理论上讲，这将为您提供新实例，而不是您自己的实例. 具有实例的精确副本，因此它可能会偏离常规分类. 注意: 根据定义，所有这些示例都将位于示例空间中的原始示例之间. 这并不意味着它们将在您预测的SVM空间之间，这可能是学习效果不是真实的.

最后，您可以估计距超平面的距离的置信度. 请参阅:

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-181571-1.html