我需要有关libSVM的weight选项的帮助.我在某些方面感到困惑; 我们是否应该在进行交叉验证时使用-wi选项？如果是这样,我们是否应该根据v-1子集使用整个数据的计算权重或计算的权重(对于v-fold交叉验证)？我的第二个问题是我们应该在预测期间使用-wi选项吗？如果是这样,我们是否应该在训练期间使用计算的权重,还是应该根据测试数据中的负面和正面实例的分布来计算权重？
例如; 我们有50多个数据和200个数据.因此,在计算出最佳c和gamma参数值后,我们将在训练时使用-w1 4 -w-1 1选项.但是在网格搜索和交叉验证期间进行培训呢？假设我们正在进行5倍交叉验证.在对剩余的4个子集进行训练时,负面和可能实例的分布可能会发生变化.那么我们应该在这个5倍交叉验证期间重新计算权重吗？
除了shoud,我们在测试时使用-w1 4 -w-1 1选项？
谢谢