You can use the same algorithms but

You can use the same algorithms but give them a different perspective on the problem.

Penalized classification imposes an additional cost on the model for making classification mistakes on the minority class during training. These penalties can bias the model to pay more attention to the minority class.

Often the handling of class penalties or weights are specialized to the learning algorithm. There are penalized versions of algorithms such as penalized-SVM and penalized-LDA.

It is also possible to have generic frameworks for penalized models. For example, Weka has a CostSensitiveClassifier that can wrap any classifier and apply a custom penalty matrix for miss classification.

Using penalization is desirable if you are locked into a specific algorithm and are unable to resample or you’re getting poor results. It provides yet another way to “balance” the classes. Setting up the penalty matrix can be complex. You will very likely have to try a variety of penalty schemes and see what works best for your problem.

Results (Thai) 1:

คุณสามารถใช้ขั้นตอนวิธีการเดียวกัน แต่ให้มุมมองแตกต่างกันในปัญหาการจัดประเภทลงโทษกำหนดเพิ่มเติมรูปแบบจำลองสำหรับการทำความผิดพลาดประเภทคลาชนกลุ่มน้อยในระหว่างการฝึกอบรม บทลงโทษเหล่านี้สามารถอคติแบบใส่ประเภทชนกลุ่มน้อยมักจะการจัดการระดับโทษหรือตุ้มน้ำหนักที่มีความเชี่ยวชาญกับอัลกอริทึมการเรียนรู้ มีรุ่นลงโทษของอัลกอริทึม SVM โทษปรับและโทษ LDAได้กรอบทั่วไปรุ่นที่ลงโทษได้ เช่น Weka มี CostSensitiveClassifier ที่สามารถตัดลักษณนามใด ๆ และใช้เมทริกซ์เองโทษนางสาวเชอร์วูดใช้ penalization เป็นต้องถ้าคุณล็อคลงในขั้นตอนการระบุ และไม่สามารถเปลี่ยนความละเอียด หรือคุณได้รับผลลัพธ์ที่ไม่ดี ยังได้อีกวิธีหนึ่งให้ "สมดุล" การเรียนด้วย การตั้งค่าเมทริกซ์การลงโทษอาจมีความซับซ้อน คุณมากอาจจะต้องลองปรับรูปแบบที่หลากหลาย และดูสิ่งที่ดีที่สุดสำหรับปัญหาของคุณ

Results (Thai) 2:

คุณสามารถใช้ขั้นตอนวิธีการเดียวกัน แต่ให้พวกเขามีมุมมองที่แตกต่างกันในการแก้ปัญหา.

ลงโทษการจัดหมวดหมู่การเรียกเก็บค่าใช้จ่ายเพิ่มเติมในรูปแบบสำหรับการทำผิดพลาดในการจำแนกระดับของชนกลุ่มน้อยในระหว่างการฝึก บทลงโทษเหล่านี้สามารถอคติรูปแบบการให้ความสนใจมากขึ้นในชั้นเรียนของชนกลุ่มน้อย.

บ่อยครั้งที่การจัดการของการลงโทษชั้นเรียนหรือน้ำหนักมีความเชี่ยวชาญขั้นตอนวิธีการเรียนรู้ มีรุ่นลงโทษขั้นตอนวิธีการลงโทษเช่น-SVM และลงโทษ-LDA มี.

นอกจากนี้ยังเป็นไปได้ที่จะมีกรอบทั่วไปสำหรับรูปแบบการลงโทษ ยกตัวอย่างเช่น Weka มี CostSensitiveClassifier ที่สามารถห่อลักษณนามใด ๆ และใช้เมทริกซ์โทษที่กำหนดเองสำหรับการจำแนก miss A.

ใช้ปรับไหมเป็นที่พึงปรารถนาถ้าคุณกำลังล็อคในขั้นตอนวิธีการที่เฉพาะเจาะจงและไม่สามารถที่จะ resample หรือคุณจะได้รับผลดี มันมีวิธีอื่น ๆ เพื่อ "ความสมดุล" ชั้นเรียน การตั้งค่าเมทริกซ์โทษสามารถที่ซับซ้อน คุณมีโอกาสมากที่จะต้องลองความหลากหลายของรูปแบบการลงโทษและดูสิ่งที่ดีที่สุดสำหรับปัญหาของคุณ

Results (Thai) 3:

คุณสามารถใช้วิธีการเดียวกัน แต่ให้พวกเขามีมุมมองที่แตกต่างกันในปัญหาการลงโทษการเรียกเก็บค่าใช้จ่ายเพิ่มเติมในรูปแบบการจัดชั้นเรียน ความผิดพลาดในชนกลุ่มน้อยในระหว่างการฝึกอบรม การลงโทษเหล่านี้สามารถตั้งค่ารูปแบบเพื่อให้ความสนใจกับชนกลุ่มน้อยชนชั้นบ่อยครั้งที่การจัดการของโทษชั้นหรือน้ำหนักเป็นผู้เชี่ยวชาญในขั้นตอนการเรียนรู้ มีรุ่นต่างๆของขั้นตอนวิธีการเช่นการลงโทษ และการลงโทษ lda SVM .นอกจากนี้ยังเป็นไปได้ที่จะมีกรอบทั่วไปสำหรับการลงโทษแบบ ตัวอย่างเช่น , Weka มี costsensitiveclassifier ที่สามารถตัดใด ๆและใช้เองแบบเมทริกซ์สำหรับการลงโทษคุณการสมัครใจเป็นที่พึงปรารถนา ถ้าคุณล็อคในขั้นตอนวิธีการเฉพาะ และจะไม่สามารถ resample หรือคุณจะได้รับผลลัพธ์ที่ดี มันมีอีกวิธีให้ " สมดุล " ในชั้นเรียน การตั้งค่าการลงโทษของเมทริกซ์สามารถที่ซับซ้อน คุณมากอาจจะต้องลองความหลากหลายของรูปแบบการลงโทษและดูสิ่งที่เหมาะสมที่สุดสำหรับปัญหาของคุณ