matlab - ニューラルネットワークで偽陽性と偽陰性のバランスに関連する事実を実装する方法は?

Question

はい/いいえ分類の問題があり、偽陽性は偽陰性よりも悪いです。

特にMATLABのNeural Network Toolboxで、この事実をニューラルネットワークに実装する方法はありますか?

score 7 · Accepted Answer

必要なのは、コストに敏感なメタ分類器です(メタ分類器は、ANN、SVM、またはその他の任意の分類器で動作します)。

これには、次の 2 つの方法があります。

コストマトリックスに従ってトレーニングインスタンスを再重み付けします。これは、特定のクラスが過剰に表現されるようにデータをリサンプリングすることによって行われます。したがって、構築されたモデルは、他のクラスとは対照的に、その特定のクラスに対してより敏感になります。
(最も可能性の高いクラスではなく)最小の誤分類コストでクラスを予測します。ここでの考え方は、安価なミスをより頻繁に行い、高価なミスをより少なくすることによって、予想される総コストを最小限に抑えることです。

最初の学習アプローチを実装するアルゴリズムの 1 つがSECOCで、これはエラー訂正コードを使用します。2 番目のアプローチの例は、バギングを使用して分類子の確率推定を改善するMetaCostです。

score 2 · Accepted Answer

カスタムコスト関数を使用できます。これは私が最近したことです：

cost(true negative) = 0
cost(true positive) = 0
cost(false positive) = infinity
cost(true negative) = L

これは、たとえば次の式で実現できます。

cost(y, t) = (1 - t) log (1 - y) - L * t * (1 - y)

もちろん、これはいくつかの派生と実装を意味し、Matlab ツールボックスから外れているわけではありません。

2 に答える 2