了解Weka中的成本敏感评估（成本矩阵）

Question

我使用的是Weka 3.7.1

我试图使用weka分析棒球运动预测。我想使用成本矩阵，因为在我赌博的体育书籍中，不同结果的成本是不一样的。我的数据集很简单：它是一组具有标称类{WIN， LOSS}的预测。对于这个问题，属性不是问题。

在WEKA资源管理器中，加载我的arff文件后，我可以从

分类-

以下是我想输入到成本矩阵中的值：

• 正确分类为损失，成本为0（我没有下注）

注意，为了保持“成本矩阵”的真实性，我将利润设置为负值（与成本相反，它是利润）；我将损失设置为一个正数（因为我输掉了赌注，这让我付出了代价）。

经过一些思考，我决定使用以下网格，我不知道我是否做得对，请让我知道我是否做得对：

 - a   b       <---- "classified as"
 - 0   1.0     a=LOSS
 - 0   -.909   b=WIN

这是我可能有错误的逻辑：

(0,0) of grid=0: classified as LOSS, and was LOSS
(0,1) of grid=0: classified as LOSS, but was WIN
(1,0) of grid=1.0; classified as WIN, but was LOSS
(1,1) of grid=.909; classified as WIN, was WIN

当然，（0,0）和（0,1）表示预测损失的分类器，在这些情况下，我不下注，因此没有成本。

另一方面（1,0）和（1,1）表示分类器预测WIN并且在这些情况下我下注，因此存在关联的成本。

另一个非常混乱的项目：在我设置成本矩阵并执行分类器后，输出报告包含以下内容：

评估成本矩阵：

 0    1   
 0    0.91   <--- notice that this is not a negative value!

正如你所看到的，在报告（1,1）中，当我实际输入-.909时是0.91。我确实找到了另一个关于这个主题的帖子，但它没有解释为什么负值变成了正值。

提前谢谢你。请注意，这些是可以回答的问题；然而，如果你想提供一些指导，我将非常高兴，因为我是一个新手，仍在尝试建立一个理解框架。

Answer 1

成本矩阵是一种改变决策边界阈值的方法。下文对此进行了解释。

http://research.ijcaonline.org/volume44/number13/pxc3878677.pdf

通过查看您的成本矩阵，似乎需要进行一些更正。

例如。

0    cost
cost 0

仅供解释：考虑以下成本矩阵：

a b
c d

这是我对两个类问题观察到的成本矩阵的一般格式。

现在，当你在a或d位置分类时，就没有必要合并成本。

但是当你在d点写了负价值作为成本时，它会造成混淆。（请解释一下，即你所说的负成本是什么意思。）

成本矩阵示例可以是：

0  1
10 0

也就是说，将示例分类为假阳性的成本是将类似示例错误分类为假阴性的成本的10倍。此外，正确分类示例不会产生任何成本。