RapidMiner：能否根据用户设置支持阈值进行分类？

Question

我已经构建了一个小文本分析模型，它将小文本文件分类为好，坏或中性。我使用支持向量机作为我的分类器。但是，我想知道如果不是将所有三个分类，我可以归类为好或坏，但如果对该文本文件的支持低于.7或某个用户​​指定的阈值，则会将该文本文件归类为中性。我知道这并不是最好的方式，我只是想看看如果采取不同的方法会发生什么。

Answer 1

运营商Drop Uncertain Predictions可能就是您想要的。

将模型应用于某些测试数据后，生成的示例集将具有预测和两个名为confidence(Good)和confidence(Bad)的新属性。这些置信度介于0和1之间，对于两个类的情况，对于示例集中的每个示例，它们将总和为1。最高的置信度决定了预测的价值。

Drop Uncertain Predictions运算符需要min confidence参数，并且如果找到的最大置信度低于此值，则会将预测设置为缺失（对于更高级的调查，您也可以对不同的类值具有不同的置信度）。

然后，您可以使用Replace Missing Values运算符将所有缺失的预测更改为您选择的文本值。