Использование WEKA для получения классификатора с фиксированной чувствительностью

Я использую WEKA для классификации определенного набора данных. В результате я получаю Se=49% и Sp=99%. При наблюдении ROC видно, что для Se=95%, Sp=88%. Мой вопрос заключается в том, есть ли способ настроить параметры классификатора (если есть), чтобы мой классификатор был установлен в среднем на Se = 95% и Sp = 88%.

PS: я использую классификатор Random Forest, в котором я ввожу только следующие параметры: количество деревьев, максимальная глубина (= 0), количество признаков и начальное число.


machine-learning classification signal-processing weka
person avr    schedule 06.06.2015    source источник
comment
В исследовательских работах обычно упоминается Se при Sp=95% или Sp при Se=95%. Вот откуда у меня возникла идея, что, возможно, я мог бы установить пороги в различных измерениях, чтобы получить классификатор с фиксированным Se или Sp.   -  person avr    schedule 10.06.2015

Ответы (1)


arrow_upward
0
arrow_downward

Играя с ThresholdSelector в WEKA, мне удалось достичь своей цели. Используя кривую анализа затрат/выгод, я смог определить пороговое значение, соответствующее моим потребностям. Установка соответствующих параметров в ThresholdSelector дала мне настроенный классификатор.

person avr    schedule 11.06.2015