두 클래스 및 에 속성 가 있고 분포가 및 합니다. 다음 비용 매트릭스에 대해 동일한 사전 경우 :
왜, 가 최소 위험 (비용) 분류기의 임계 값입니까?
이것은 내가 오해하는 나의 주 예입니다 (즉,이 임계 값에 어떻게 도달합니까?)
편집 1 : 우도 비율의 임계 값에 대해 P (C1) / P (C2)를 사용할 수 있다고 생각합니다.
편집 2 : Duda Book의 Pattern에 임계 값에 대한 텍스트를 추가합니다.
두 클래스 및 에 속성 가 있고 분포가 및 합니다. 다음 비용 매트릭스에 대해 동일한 사전 경우 :
왜, 가 최소 위험 (비용) 분류기의 임계 값입니까?
이것은 내가 오해하는 나의 주 예입니다 (즉,이 임계 값에 어떻게 도달합니까?)
편집 1 : 우도 비율의 임계 값에 대해 P (C1) / P (C2)를 사용할 수 있다고 생각합니다.
편집 2 : Duda Book의 Pattern에 임계 값에 대한 텍스트를 추가합니다.
답변:
비용 매트릭스
진리가 클래스 때 클래스 예측 손실 은 이고, 진리가 클래스 때 클래스 예측 비용 은 입니다. 정확한 예측 비용은 없습니다. 입니다. 클래스 를 예측하기위한 조건부 위험 은
당신이 예측 위험 / 손실을 최소화하기 위해 그렇게 실수의 비용 (잘못된 예측 시간의 손실이 예측이 잘못되었다는 사후 확률의 그 경우 있다) 대안을 잘못 예측하는 비용보다
따라서 이 우도 비율이이 임계 값을 초과 하므로 관측치를 분류하도록 선택합니다 . 이제 가능성 비율 또는 속성 측면에서 "최고의 임계 값"을 알고 싶은지 확실하지 않습니다 . 답은 비용 함수에 따라 달라집니다. 및 , 인 불평등에서 가우시안 사용