使用 WEKA 得到一个具有固定灵敏度的分类器答案

【问题标题】：Using WEKA to get a classifier with a fixed sensitivity使用 WEKA 得到一个具有固定灵敏度的分类器
【发布时间】：2015-08-21 02:35:23
【问题描述】：

我正在使用 WEKA 对某个数据集进行分类。结果，我得到 Se=49% 和 Sp=99%。在观察 ROC 时，可以看到对于 Se=95%，Sp=88%。我的问题是，有什么方法可以调整分类器参数（如果有的话），以便我的分类器平均设置为 Se=95% 和 Sp=88%。

PS：我正在使用随机森林分类器，其中我输入的唯一参数是树数、最大深度 (=0)、特征数和种子。

【问题讨论】：

研究论文通常会提到“Se when Sp=95%”或“Sp when Se=95%”。这就是我产生这个想法的地方，可能是我可以在各个维度上设置阈值，这样我就可以得到一个具有固定 Se 或 Sp 的分类器。

【解决方案1】：

在 WEKA 中使用 ThresholdSelector 时，我已经成功实现了我的目标。通过使用成本/收益分析曲线，我可以找到适合我需要的阈值。在 ThresholdSelector 中设置适当的参数然后给我调整好的分类器。

【讨论】：