Question

我在Weka Experiment Environment中使用Adaboost M1算法，默认设置为：

运行（1-10） - ＆gt; 10次运行以提供更具统计意义的结果
随机拆分结果生成器
我使用列车百分比来从评估数据中划分培训

现在，问题在于加权平均TP和FP结果。我明白了：

TP：0.8
FP：0.47

但据我所知，如果TP率为0.8，FP率应该高达0.2？我认为这必须做10次运行，但无论如何，如果从这次运行中获取平均值，那么这个FP率应该会低得多吗？

对不起，如果这是一个太简单的问题，但从我的逻辑来看，这似乎是Weka工具包中的错误，或者我错了？感谢

编辑：

为了避免提出新问题并且因为这与同一问题有关，任何人都可以回答Weka中显示的加权平均值吗？

我已经在下面列出了Atilla的例子：可以看出加权平均值不是平均值，例如。 AVG（0.933,0.422）！= 0.77等。

有人可以回答这些值实际上是什么吗？

===按班级详细的准确度===

         TP Rate  FP Rate  Precision  Recall  F-Measure  MCC    ROC Area  PRC Area  Class
         0.933    0.578    0.776      0.933   0.847      0.429  0.844     0.917     tested_negative
         0.422    0.067    0.745      0.422   0.538      0.429  0.844     0.696     tested_positive

加权平均值0.77 0.416 0.766 0.77 0.749 0.429 0.844 0.847

Answer 1

我在weka的糖尿病数据集上使用默认参数运行adoboostM1。我得到了以下结果。

=== Detailed Accuracy By Class ===

             TP Rate  FP Rate  Precision  Recall  F-Measure  MCC    ROC Area  PRC Area  Class
             0.933    0.578    0.776      0.933   0.847      0.429  0.844     0.917     tested_negative
             0.422    0.067    0.745      0.422   0.538      0.429  0.844     0.696     tested_positive
Weighted Avg.    0.77     0.416    0.766      0.77    0.749      0.429  0.844     0.847

请注意，此TP费率和FP费率适用于每个类值。由于此数据集中的类功能的两（2）值，我有两（2）行。

另请注意：

0.933  + 0.067 = 1 
0.578 + 0.422 = 1

正确指出TP率+ FP率应等于一（1）。所以在你的例子中：我假设你有以下类变量：

target {A,B}

TP Rate FP Rate 
0.8      0.47   ..... for A
0.53     0.2    ..... for B

Adaboost weka真阳性与假阳性识别问题

1 个答案: