一种错误分类成本是分类器的相对严重性标记为错误类别的观察。
有两种类型的错误分类成本:真实和预期。让K.是课程数量。
真正的错误分类成本- 一种K.-经过-K.矩阵,其中元素(一世那j)表示预测观察到课程的错误分类成本j如果它的真实课程是一世。该软件在该物业中储存错误分类费用mdl.cost.
,并用于计算。默认情况下,mdl.cost(i,j)
= 1如果一世
≠j
, 和mdl.cost(i,j)
= 0 if.一世
=j
。换句话说,成本是0.
对于正确的分类,和1
对于任何不正确的分类。
预期错误分类成本- 一种K.- 二维载体,其中元素K.是对课程分类观察的加权平均错误分类成本K.,由类后概率加权。换句话说,
该软件将观察分类到与最低预期错误分类成本相对应的类别。