我有一个是/否分类问题,误报率比假阴性差.
有没有办法将这个事实实现到神经网络中,特别是在MATLAB的神经网络工具箱中？
您需要的是成本敏感的元分类器(元分类器适用于任何任意分类器,无论是ANN,SVM还是其他任何分类器).
这可以通过两种方式完成:
根据成本矩阵重新加权训练实例.这是通过重新采样数据以使特定类过度表示来完成的,因此构建的模型对该特定类更敏感,而不是其他类.
预测具有最小预期错误分类成本的类(而不是最可能的类).这里的想法是通过更频繁地犯下廉价错误而不是经常犯下昂贵的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,它使用纠错码; 而第二种方法的一个例子是MetaCost,它使用装袋来改进分类器的概率估计.
京公网安备 11010802040832号 | 京ICP备19059560号-6 