2010-03-25 18 views
6

मेरे पास हां/नहीं वर्गीकरण समस्या है, जहां झूठी सकारात्मकझूठी नकारात्मक से भी बदतर हैं।तंत्रिका नेटवर्क में झूठी सकारात्मक बनाम झूठी ऋणात्मक शेष राशि से संबंधित तथ्य को कैसे कार्यान्वित करें?

क्या इस तथ्य को तंत्रिका नेटवर्क में विशेष रूप से MATLAB के तंत्रिका नेटवर्क टूलबॉक्स में लागू करने का कोई तरीका है?

उत्तर

7

आपको क्या चाहिए लागत-संवेदनशील मेटा-क्लासिफायर (मेटा-क्लासिफायर किसी भी मनमानी वर्गीकृत के साथ काम करता है, चाहे वह एएनएन, एसवीएम, या कोई अन्य हो)। एक लागत मैट्रिक्स के अनुसार

  • फिर से भार प्रशिक्षण उदाहरणों:

    यह दो तरीकों से किया जा सकता है। यह डेटा को दोबारा शुरू करके किया जाता है ताकि एक विशेष वर्ग का प्रतिनिधित्व किया जा सके, इस प्रकार बनाया गया मॉडल अन्य वर्गों के विपरीत उस विशेष वर्ग के प्रति अधिक संवेदनशील है।

  • के साथ कक्षा की भविष्यवाणी करने की न्यूनतम अनुमानित गलत वर्गीकरण लागत (सबसे अधिक संभावना वर्ग की बजाय)। यहां पर विचार सस्ती गलतियों को और अधिक बार और महंगी गलतियों को कम करके कुल अनुमानित लागत को कम करना है।

पहला एल्गोरिदम जो पहले सीखने के दृष्टिकोण को लागू करता है SECOC है, जो त्रुटि-सुधार कोड का उपयोग करता है; जबकि दूसरे दृष्टिकोण का एक उदाहरण MetaCost है जो वर्गीकरण के संभावित अनुमानों को बेहतर बनाने के लिए का उपयोग करता है।

2

आप एक कस्टम लागत समारोह का उपयोग कर सकते हैं। मैंने हाल ही में यह किया है:

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

यह पूरा किया जा सकता है उदा।

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

यह कुछ पाने और निश्चित रूप से लागू करने का अर्थ है और मैटलैब टूलबॉक्स से बाहर नहीं है: इस सूत्र द्वारा।