ngưỡng tính toán cho phân loại rủi ro tối thiểu?


11

Giả sử Hai lớp C1C2 có thuộc tính x và có phân phối N(0,0.5)N(1,0.5) . nếu chúng ta có trước bằng P(C1)=P(C2)=0.5 cho sau ma trận chi phí:

L=[00.510]

tại sao, là ngưỡng phân loại rủi ro (chi phí) tối thiểu?x0<0.5

Đây là ví dụ lưu ý của tôi mà tôi hiểu nhầm, (nghĩa là làm thế nào đạt đến ngưỡng này?)

Chỉnh sửa 1: Tôi nghĩ đối với ngưỡng tỷ lệ khả năng chúng ta có thể sử dụng P (C1) / P (C2).

Chỉnh sửa 2: Tôi thêm từ Duda Book trên Mẫu một số văn bản về ngưỡng. nhập mô tả hình ảnh ở đây

Câu trả lời:


4

Đối với ma trận chi phí

L=[00.510]c1c2predictionc1c2truth

mất dự đoán lớp khi sự thật là lớp c 2L 12 = 0,5 và chi phí dự đoán lớp c 2 khi sự thật là lớp c 1L 21 = 1 . Không có chi phí cho dự đoán chính xác, L 11 = L 22 = 0 . Rủi ro có điều kiện R để dự đoán một trong hai lớp kc1c2L12=0.5c2c1L21=1L11=L22=0Rk

Để tham khảo xem cácghi chútrên trang 15.

R(c1|x)=L11Pr(c1|x)+L12Pr(c2|x)=L12Pr(c2|x)R(c2|x)=L22Pr(c2|x)+L21Pr(c1|x)=L21Pr(c1|x)

Để giảm thiểu rủi ro / mất mát, bạn dự đoán nếu chi phí từ sai lầm đó xảy ra (đó là mất dự đoán sai lần xác suất hậu nghiệm rằng dự đoán sai L 12 Pr ( c 2 | x ) ) nhỏ hơn hơn chi phí dự đoán saic1L12Pr(c2|x)

nơi dòng thứ hai sử dụng quy tắc BayesPr(c2|x)αPr(x|c2)pr(c2). Cho xác suất trước bằng nhauPr(c1)=Pr(c2)=0,5bạn nhận được 1

L12Pr(c2|x)<L21Pr(c1|x)L12Pr(x|c2)Pr(c2)<L21Pr(x|c1)Pr(c1)L12Pr(c2)L21Pr(c1)<Pr(x|c1)Pr(x|c2)
Pr(c2|x)Pr(x|c2)Pr(c2)Pr(c1)=Pr(c2)=0.5
12<Pr(x|c1)Pr(x|c2)

vì vậy bạn chọn phân loại quan sát vì là tỷ lệ khả năng vượt quá ngưỡng này. Bây giờ tôi không rõ liệu bạn có muốn biết "ngưỡng tốt nhất" về tỷ lệ khả năng hay về mặt thuộc tính x . Câu trả lời thay đổi theo hàm chi phí. Sử dụng Gaussian trong sự bất bình đẳng với σ 1 = σ 2 = σμ 1 = 0 , L 2 = 1 , 1c1xσ1=σ2=σμ1=0μ2=1 vì vậychỉ có thể đạt đượcngưỡng dự đoán theoxkhi bạn tìm kiếm nếu tổn thất từ ​​dự đoán sai là như nhau, tức làL12=L21vì chỉ khi đó bạn mới có thểđăng nhập(L12

12<12πσexp[12σ2(xμ1)2]12πσexp[12σ2(xμ2)2]log(12)<log(12πσ)12σ2(x0)2[log(12πσ)12σ2(x1)2]log(12)<x22σ2+x22σ22x2σ2+12σ2xσ2<12σ2log(12)x<12log(12)σ2
xL12=L21và bạn nhận đượcx0<1log(L12L21)=log(1)=0 .x0<12

x0=0.5x0<0.5

x0=0.5ix00.5x0<0.5

x0<0.5x0=0.5x0<0.5

có thể 0,5-ln :)
dùng153695

1
@whuber cảm ơn, tôi hoàn toàn bỏ lỡ điều đó vì vậy tôi bắt đầu từ một kết thúc hoàn toàn sai.
Andy
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.