使用 WEKA 获得具有固定灵敏度的分类器
Using WEKA to get a classifier with a fixed sensitivity
我正在使用 WEKA 对某个数据集进行分类。在结果中，我得到了 Se=49% 和 Sp=99%。观察ROC，Se=95%，Sp=88%。我的问题是有什么方法可以调整分类器参数（如果有的话），以便我的分类器设置为平均 Se=95% 和 Sp=88%。
PS：我正在使用随机森林分类器，其中我输入的唯一参数是树数、最大深度 (=0)、特征数和种子数。
在尝试使用 WEKA 中的 ThresholdSelector 后，我成功实现了我的 objective。通过使用 Cost/Benefit 分析曲线，我可以找到适合我需要的阈值。在 ThresholdSelector 中设置适当的参数然后给了我调整后的分类器。
我正在使用 WEKA 对某个数据集进行分类。在结果中，我得到了 Se=49% 和 Sp=99%。观察ROC，Se=95%，Sp=88%。我的问题是有什么方法可以调整分类器参数（如果有的话），以便我的分类器设置为平均 Se=95% 和 Sp=88%。
PS：我正在使用随机森林分类器，其中我输入的唯一参数是树数、最大深度 (=0)、特征数和种子数。
在尝试使用 WEKA 中的 ThresholdSelector 后，我成功实现了我的 objective。通过使用 Cost/Benefit 分析曲线，我可以找到适合我需要的阈值。在 ThresholdSelector 中设置适当的参数然后给了我调整后的分类器。