代價敏感的學習方法

代價敏感的學習方法是機器學習領域中的一種新方法，它主要考慮在分類中，當不同的分類錯誤會導致不同的懲罰力度時如何訓練分類器。例如在醫療中，「將病人誤診爲健康人的代價」與「將健康人誤診爲病人的代價」不同；在金融信用卡盜用檢測中，「將盜用誤認爲正常使用的代價」與將「正常使用誤認爲盜用的代價」也不同。通常，不同的代價被表示成爲一個N×N的矩陣Cost中，其中N 是類別的個數。Cost[i, j]表示將一個

>>阅读原文<<