การใช้ WEKA เพื่อรับลักษณนามที่มีความไวคงที่

ฉันใช้ WEKA เพื่อจัดประเภทชุดข้อมูลบางชุด ในผลลัพธ์ ฉันได้ Se=49% และ Sp=99% เมื่อสังเกต ROC จะเห็นว่าสำหรับ Se=95%, Sp=88% คำถามของฉันคือมีวิธีใดในการปรับพารามิเตอร์ตัวแยกประเภท (ถ้ามี) เพื่อให้ตัวแยกประเภทของฉันถูกตั้งค่าให้มี Se=95% และ Sp=88% โดยเฉลี่ย

PS: ฉันใช้ตัวแยกประเภท Random Forest ซึ่งพารามิเตอร์เดียวที่ฉันป้อนคือ # ต้นไม้, ความลึกสูงสุด (=0), # ของคุณสมบัติและเมล็ด


person avr    schedule 06.06.2015    source แหล่งที่มา
comment
บทความวิจัยมักจะกล่าวถึง Se เมื่อ Sp=95% หรือ Sp เมื่อ Se=95% นั่นคือที่ที่ฉันได้ความคิดนี้ซึ่งอาจเป็นไปได้ว่าฉันสามารถตั้งค่าเกณฑ์ในมิติต่างๆ เพื่อที่ฉันจะได้ตัวแยกประเภทที่มี Se หรือ Sp คงที่   -  person avr    schedule 10.06.2015


คำตอบ (1)


เมื่อลองใช้ ThresholdSelector ใน WEKA ฉันก็สามารถบรรลุเป้าหมายที่ตั้งไว้ได้ โดยใช้เส้นโค้งการวิเคราะห์ต้นทุน/ผลประโยชน์ ฉันสามารถค้นหาค่าเกณฑ์ที่เหมาะสมกับความต้องการของฉันได้ การตั้งค่าพารามิเตอร์ที่เหมาะสมใน ThresholdSelector ทำให้ฉันมีตัวแยกประเภทที่ปรับแล้ว

person avr    schedule 11.06.2015