在前面六章的所有分类介绍中,我们都假设所有类别的分类代价是一样的。
坦白地说,在大多数情况下不同类别的分类代价并不相等,如治病我们情愿误判也不愿漏判,垃圾邮件,可以使收件箱里出现垃圾邮件,但不希望正常邮件放进垃圾邮件夹中。
在本节中,我们将会考察一种新的分类器性能度量方法,并通过图像技术来对在上述非均衡问题。
1、混淆矩阵:争取率、召回率
2、ROC曲线:接受者操作特征曲线receiver operating characteristic corve,AUC(曲线下的面积,area under the curve)能够近似表示分类器的平均性能值。
3、基于代价函数的分类器决策控制:实际上就是对不同类别的样本赋予不同的权重,关注程度不同
4、通过欠抽样和过抽样来调节样本,以关注不同的类别