提前感谢您的帮助。
我正在尝试在包含大约10000个样本的数据集上训练二进制分类器。该数据集不平衡，两个类别之间的比率约为1：9。我想增加较低级别的错误分类的成本，但不管我使用什么方法，也不使用我使用的成本矩阵，我得到相同的结果（基本上是零R模型的输出）。在使用逻辑回归时，我预计至少会看到不同成本矩阵的一些差异，而事实并非如此。我正在使用weka 3-7-11。我注意到只有libLinear（不是股票分类器）才会给出与zeroR明显不同的预测。我没有注意到libSVM。这对我来说似乎很奇怪。可能会发生什么？
答案 0 :(得分：3)
我能够弄清楚发生了什么。 @FilipMalczak部分正确。您无法使用“更多选项”按钮下的成本矩阵工具;它不起作用。相反，你必须选择meta / CostSensitiveClassify作为你的分类器，然后在这个选项中（通过点击分类器的名称到达;不在下拉菜单中，请注意）分配你想要的成本矩阵和实际分类器。 p>