risk sınıflandırıcısı için hesaplama eşiği?


11

İki Sınıf ve özelliğine sahip olduğunu ve ve dağılımına sahip olduğunu varsayalım . aşağıdaki maliyet matrisi için eşit :C1C2xN(0,0.5)N(1,0.5)P(C1)=P(C2)=0.5

L=[00.510]

neden, minimum risk (maliyet) sınıflandırıcısının eşiği ?x0<0.5

Bu yanlış anladığım not örneğidir (yani, bu eşiğe nasıl ulaşılır?)

Edit 1: Olasılık oranı eşikleri için P (C1) / P (C2) kullanabileceğimizi düşünüyorum.

Edit 2: Duda Book on Pattern'ten eşik hakkında bazı metinler ekliyorum. resim açıklamasını buraya girin

Yanıtlar:


4

Bir maliyet matrisi için

L=[00.510]c1c2predictionc1c2truth

sınıf tahmin kaybı gerçek sınıfı olduğunda C 2 olan L 12 = 0.5 ve sınıf tahmin maliyeti c 2 gerçek sınıfı olduğunda C 1 olan L 21 = 1 . Doğru tahminler için maliyet yoktur, L 11 = L 22 = 0 . Herhangi bir k sınıfını tahmin etmek için koşullu risk R ,c1c2L12=0.5c2c1L21=1L11=L22=0Rk

Referansiçin sayfa 15'tekibunotlarabakın.

R(c1|x)=L11Pr(c1|x)+L12Pr(c2|x)=L12Pr(c2|x)R(c2|x)=L22Pr(c2|x)+L21Pr(c1|x)=L21Pr(c1|x)

Riski / kaybı en aza indirgemek için , bunu yapma hatasından kaynaklanan maliyetin olduğunu tahmin edersiniz (bu, yanlış tahmin süresinin, tahminin yanlış olma olasılığının posterior olasılığının azalması L 12 Pr ( c 2 | x ) ) daha küçüktür alternatifi yanlış tahmin etmenin maliyetinden,c1L12Pr(c2|x)

burada ikinci satır Bayes kuralıPr(c2|x)Pr(x|c2)Pr(c2) kullanır. Eşit önceki olasılıklar verildiğindePr(c1)=Pr(c2)=0,5alırsınız 1

L12Pr(c2|x)<L21Pr(c1|x)L12Pr(x|c2)Pr(c2)<L21Pr(x|c1)Pr(c1)L12Pr(c2)L21Pr(c1)<Pr(x|c1)Pr(x|c2)
Pr(c2|x)Pr(x|c2)Pr(c2)Pr(c1)=Pr(c2)=0.5
12<Pr(x|c1)Pr(x|c2)

böylece gibi bir gözlem sınıflandırmak için tercih olasılık oranı bu eşiği aşar. Şimdi, olasılık oranları veya x niteliği açısından "en iyi eşiği" bilmek isteyip istemediğiniz açık değil . Cevap maliyet fonksiyonuna göre değişir. Gaussian'ın σ 1 = σ 2 = σ ve μ 1 = 0 , μ 2 = 1 , 1 ile eşitsizlikte kullanılmasıc1xσ1=σ2=σμ1=0μ2=1 açısından bir tahmin eşik böylecexfalse tahminlerin kayıpları aynı ise, sadece, yani elde edilebilir için arama gibiL12=L21sadece o zaman olabileceği içinlog(L12

12<12πσexp[12σ2(xμ1)2]12πσexp[12σ2(xμ2)2]log(12)<log(12πσ)12σ2(x0)2[log(12πσ)12σ2(x1)2]log(12)<x22σ2+x22σ22x2σ2+12σ2xσ2<12σ2log(12)x<12log(12)σ2
xL12=L21vex0<1elde edersinizlog(L12L21)=log(1)=0 .x0<12

x0=0.5x0<0.5

x0=0.5ix00.5x0<0.5

x0<0.5x0=0.5x0<0.5

belki 0.5-ln :)
user153695

1
@whuber teşekkürler, tamamen özledim, bu yüzden tamamen yanlış bir uçtan başladım.
Andy
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.