Question

我正在尝试根据变量User，Planning Horizon，Material以及更多内容为“Hit”，“Miss”类训练分类器。除Planning Horizon（整数）

外，其中大部分都是分类变量

我有不平衡的数据所以我试图使用阈值来选择模型的最终输出（而不是仅使用默认的0.5概率）

变量User对类结果的影响最大，所以我试图为每个用户使用不同的阈值。我正在考虑使用朴素贝叶斯后验概率P（类|用户）。

问题是，我如何将这些不同的规则应用于模型的输出矩阵：

“阈值矩阵”，每个用户的不同阈值：

User    P("Hit"|User)
A           0.80
B           0.40
C           0.61

分类器（P（Hit）和P（Miss））和最后一列（最终预测）的输出是我需要构建的。

User    P("Miss")   P("Hit")    Final Prediction
B           0.79    0.21        Miss
B           0.20    0.80        Hit
A           0.15    0.85        Hit
C           0.22    0.78        Hit
A           0.90    0.10        Miss
B           0.80    0.20        Miss

注意第一行得到一个MISS，因为P（Miss）低于P（Hit | User = B）

Answer 1

我会合并我的阈值矩阵，然后像这样手动创建Final Prediction列。

df <- read.table(text='User P("Miss") P("Hit") "Final Prediction"
B 0.79 0.21 Miss
B 0.20 0.80 Hit
A 0.15 0.85 Hit
C 0.22 0.78 Hit
A 0.90 0.10 Miss
B 0.80 0.20 Miss', 
                 header=TRUE, sep=' ', check.names=FALSE)

thm <- read.table(text='User P("Hit"|User)
A 0.80
B 0.40
C 0.61', 
                  header=TRUE, sep=' ', check.names=FALSE)

thmdf <- merge(thm, df)

thmdf['My Final Prediction'] <- 
  ifelse(thmdf$`P(Hit)` < thmdf$`P(Hit|User)`, 
         'Miss',
         'Hit')

thmdf

根据另一个向量查找满足条件的列号

1 个答案: