我有一个是/否分类问题,其中误报比假阴性.
有没有办法将这一事实应用到神经网络中,特别是在 MATLAB 的神经网络工具箱中?
你需要的是一个成本敏感元分类器(元分类器可与任意分类器配合使用,无论是 ANN、SVM 还是任何其他分类器)。
这可以通过两种方式完成:
-
重新加权训练实例根据成本矩阵。这是通过对数据进行重新采样来完成的,以便过度表示特定的类,因此构建的模型对该特定的类比其他类更敏感。
- 预测班级最小预期错误分类成本(而不是最有可能的类别)。这里的想法是通过更频繁地犯低级错误和更少地犯昂贵错误来最小化总预期成本。
实现第一种学习方法的一种算法是SECOC http://hunch.net/~jl/projects/reductions/pecoc/final/secoc.pdf,它使用纠错码;而第二种方法的一个例子是MetaCost http://citeseer.ist.psu.edu/598195.html它使用bagging改进分类器的概率估计。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)