Menggunakan WEKA untuk mendapatkan pengklasifikasi dengan sensitivitas tetap

Saya menggunakan WEKA untuk mengklasifikasikan dataset tertentu. Hasilnya, saya mendapatkan Se=49% dan Sp=99%. Berdasarkan pengamatan ROC terlihat bahwa untuk Se=95%, Sp=88%. Pertanyaan saya adalah apakah ada cara untuk menyesuaikan parameter pengklasifikasi (jika ada) sehingga pengklasifikasi saya disetel agar memiliki rata-rata Se=95% dan Sp=88%.

PS: Saya menggunakan pengklasifikasi Random Forest di mana satu-satunya parameter yang saya masukkan adalah # pohon, Kedalaman Maks (=0), # fitur, dan seed.


machine-learning classification signal-processing weka
person avr    schedule 06.06.2015    source sumber
comment
Makalah penelitian biasanya menyebutkan Se ketika Sp=95% atau Sp ketika Se=95%. Dari situlah saya mendapat ide bahwa mungkin saya dapat menetapkan ambang batas dalam berbagai dimensi sehingga saya mendapatkan pengklasifikasi dengan Se atau Sp tetap.   -  person avr    schedule 10.06.2015

Jawaban (1)


arrow_upward
0
arrow_downward

Saat bermain-main dengan ThresholdSelector di WEKA, saya berhasil mencapai tujuan saya. Dengan menggunakan kurva analisis Cost/Benefit, saya dapat mengetahui nilai ambang batas yang sesuai dengan kebutuhan saya. Menetapkan parameter yang sesuai di ThresholdSelector kemudian memberi saya pengklasifikasi yang disetel.

person avr    schedule 11.06.2015