R'中的损失矩阵；s包rpart

试图理解loss参数在R中的rpart包中是如何工作的

看看这个例子： 它告诉我，输入成本矩阵时，单元格中的误分类成本最高，这是最不需要的预测

这对我来说很有意义，因为我们希望分类器能够预测错误分类成本很低的类。然而，当我尝试运行一个具有极端成本矩阵的简单树时，我看到的结果与我预期的相反

df是泰坦尼克号数据集

library(rpart)
library(rpart.plot)

df <- df[, c("Survived", "Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked")]


loss_matr <- matrix(c(0, 1000000000000000000000, 1, 0), nrow = 2, byrow = TRUE)

print(loss_matr)

fit <- rpart(Survived ~ ., data = df, method = "class", parms = list(loss = loss_matr))
rpart.plot(fit, fallen.leaves = FALSE, type = 1)

pred <- predict(fit, type = "class")
confusionMatrix(pred, df$Survived)

库（rpart）
库（rpart.plot）
df你网站上的博文说成本矩阵的布局是

TP   FP
FN   TN

但你的成本矩阵是：

loss_matr
     [,1]  [,2]
[1,]    0 1e+21
[2,]    1 0e+00

也就是说，你为误报付出了高昂的代价，
不要对错误的否定。你需要

loss_matr <- matrix(c(0, 1000000000000000000000, 1, 0), nrow = 2)

loss\u matr泰坦尼克号数据集来自何处？是的，博客文章中的成本矩阵具有相反的结构，我已经相应地调整了成本。你陈述我的成本矩阵的方式就是我所拥有的，也就是说，如果我的分类器按照这个顺序构造类，你所陈述的方法是有效的，但是我怎么知道哪个类是分类器的第一类呢？你说得对。togaware网站的说法与Listenda网站的说法相反。文档似乎没有提供多少帮助。除了尝试两种方法来看看什么是有效的之外，我不知道如何知道使用哪种结构。有什么听起来像是正确的信息。这取决于类变量中因素的顺序。查看您发送的页面，我看到这样一句话：“因此，在这种情况下，产生假阳性的情况要比产生假阴性的情况糟糕5倍。这将降低预测类1的频率。”这对我来说没有意义-它应该是相反的，也就是说，类2应该不那么频繁地被预测，不是吗？