Machine learning 改变成本矩阵对weka结果没有影响

提前谢谢你的帮助

---

我试图在一个包含大约10000个样本的数据集上训练一个二进制分类器。该数据集不平衡，两个类之间的比率约为1:9。我想增加低级分类的错误分类成本，但无论我使用什么方法，也不管我使用什么成本矩阵，我都会得到相同的结果（基本上是zeroR模型的输出）。我希望在使用逻辑回归时，不同的成本矩阵至少会有一些差异，但事实并非如此。我用的是weka 3-7-11。我注意到，只有libLinear（不是股票分类器）给出的预测与zeroR有显著不同。我在libSVM中没有注意到这一点。我觉得这很奇怪。可能发生了什么事？

我能弄清楚发生了什么事@菲利普马尔扎克部分正确。您不能在“更多选项”按钮下使用成本矩阵工具；它不起作用。相反，您必须选择meta/CostSensitiveClassify作为您的分类器，然后在选项中（通过单击分类器名称来实现；请注意，不要在下拉菜单中）指定所需的成本矩阵和实际分类器。

？Weka可能会声明它具有该功能，但可能不会实现。我有点讨厌这个工具——我不得不经常使用它，我读了很多关于它的源代码，它充满了未使用的变量，空的catch块，等等。这是可能的，但我不这么认为。我以前用过。我同意你关于实施的看法。我通常使用matlab或R。不过，weka对于快速和肮脏的方法很好。