错误代价

假设有A、B两个类别,feature为特征值,count为数量。

蓝色和红色的曲线分别表示了,随着特征值的变化,A类别事物出现的数量以及B类别事物出现的数量。

假如,将A类别错分为B类别的代价与将B类别错分为A类别的代价是相同的,那么可以取X0作为区分的阈值,即,对于某个类别未确定的样本,如果其特征值大于X0,那么将其判为B类,否则判为A类。

如果不想将A类错判为B类,即将A类错判为B类的错误代价更大,那么可以在[X1,X0]之间取值作为判别的阈值。

相反的,如果不想讲B类错判为A类,即将B类错判为A类的错误代价更大,那么可以在[X0,X2]之间取值作为判别的阈值。

转载于:https://www.cnblogs.com/elaron/archive/2012/10/16/2726264.html

相关文章:

  • 2022-01-21
  • 2021-10-04
  • 2021-05-22
  • 2021-10-28
  • 2021-08-31
  • 2021-11-20
  • 2021-05-18
  • 2021-09-28
猜你喜欢
  • 2021-09-12
  • 2022-02-23
  • 2021-11-21
  • 2021-09-28
  • 2021-11-29
  • 2021-08-26
相关资源
相似解决方案