Version imprimable
Bonjour a tous
Je propose directement le probleme:
Je travaille avec SVM multi-classe de type un-contre-un avec des classes dominantes et d'autres non, j’obtiens un très bas taux de classification pour les classes mois dominantes???
Si quelqu'un a une idée ou un lien, ça me sera de grande utilité.
Cordialement
C'est ce que l'on appelle un problème de "Imbalanced Data Set", c'est considéré comme un des dix problèmes les plus important du 21ème siècle en data mining.
Si tu travailles sans faire attention (comme tu le fais... :s), le classifieur va mettre toutes les réponses dans les classes majoritaires et ignorer les minoritaires, ce qui va lui permettre très facilement d'avoir un taux de prédiction satisfaisant.
Il faut donc corriger cela.
Tu as deux solutions (état de l'art ici, page 49) :
- agir sur les données en rééquilibrant : réduire les classes majoritaires (under sampling aléatoire ou dirigé, réseau de neurones auto-associateur) ou dupliquer la classe minoritaire (over sampling).
- agir sur la fonction d'erreur en augmentant les pénalités des classes minoritaires et/ou diminuer les pénalités des classes majoritaires.
Merci beaucoup pour ces réponses clairvoyantes.
Cordialement