使用fitctree训练具有不平衡训练集的更敏感模型

Question

我试图在MATLAB中构建一个用于二进制分类的决策树。我为每个实例提供了4个功能。正类中有大约25,000个实例，负类中有350,000个实例。

我已尝试在分类学习器应用程序中使用fitctree构建分类器，但两者似乎都只是将所有内容都标识为否定类。我猜测MATLAB正在构建树以产生最高的准确度。＆＃34;

有没有办法将决策树构建为更敏感的模型？ （即，而不是＆＃34;准确度＆＃34;，我可以使用fitctree构建灵敏度为70/80/90％或灵敏度和特异性相似的模型吗？）

Answer 1

处理此问题的两种直接方法是：

• 对少数类进行过采样或对多数类进行欠采样，以创建具有平衡类大小的训练集。由于你有很多实例可以使用，我认为欠采样应该没问题，即使用所有正类实例和一个随机选择的负类实例子集，但是如果你有更少的数据那么过采样技术SMOTE很受欢迎。
• 使用Prior参数fitctree指定每个类的先验概率，而不是允许fitctree根据班级大小（默认）计算它：

  

'Prior' - 先验概率
  'empirical' (default) | 'uniform' | vector of scalar values | structure

     

每个人的先验概率   class，指定为由'Prior'和'Prior', 'uniform'组成的逗号分隔对   以下之一。

     

字符向量：＆＃39;经验＆＃39;从中确定类概率   Y中的类频率。如果您通过观察权重，fitctree使用   计算类概率的权重。 ＆＃39;均匀＆＃39;设置所有   阶级概率相等   ...

在您的情况下，只需将fitctree添加到tableView.numberOfItems(inSection: 0)的参数即可。

无论您选择哪个选项，请记住，用于评估分类器性能的测试集应该具有正负类的实际分布（或者您希望在实际数据中遇到的分布）。 / p>