Weka 改进模型 TP Rate
Weka improve model TP Rate
你好，
我在 weka（j48 交叉验证）中的模型有问题，当涉及到第二个 class 时，许多实例 classified 是错误的。有什么方法可以改善它还是不改善它？我不是 weka 的专家。先感谢您。我的输出在上面。
在 NaiveBayes 中，它表现得更好，但第二个 class 的 TP Rate < 0.5。
NaiveByes weka
很难用给定的信息重现您的示例。然而，解决方案可能是将您的 classifier 变成成本敏感的 classifier
https://weka.wikispaces.com/CostSensitiveClassifier?responseToken=019a566fb2ce3b016b9c8c791c92e8e35
它的作用是为某个 class 的错误class赋予更高的价值。在您的情况下，这将是 "True" class.
您还可以通过对正例进行过采样来模拟这样的算法。也就是说，如果你有 n 个正例，你会采样 k*n 个正例，同时保持负例不变。您也可以简单地将正面示例加倍。
你好， 我在 weka（j48 交叉验证）中的模型有问题，当涉及到第二个 class 时，许多实例 classified 是错误的。有什么方法可以改善它还是不改善它？我不是 weka 的专家。先感谢您。我的输出在上面。 在 NaiveBayes 中，它表现得更好，但第二个 class 的 TP Rate < 0.5。 NaiveByes weka
很难用给定的信息重现您的示例。然而，解决方案可能是将您的 classifier 变成成本敏感的 classifier https://weka.wikispaces.com/CostSensitiveClassifier?responseToken=019a566fb2ce3b016b9c8c791c92e8e35
它的作用是为某个 class 的错误class赋予更高的价值。在您的情况下，这将是 "True" class.
您还可以通过对正例进行过采样来模拟这样的算法。也就是说，如果你有 n 个正例，你会采样 k*n 个正例，同时保持负例不变。您也可以简单地将正面示例加倍。