我正在尝试在MATLAB中构建一个用于二进制分类的决策树 . 我为每个实例提供了4个功能 . 正类中有大约25,000个实例，负类中有350,000个实例 .
我已经尝试在分类学习器应用程序和使用fitctree中构建分类器，但两者似乎只是将所有内容都标识为否定类 . 我猜测MATLAB正在构造树以产生最高的“准确度” .
有没有办法将决策树构建为更敏感的模型？ （即，而不是“准确性”，我可以使用fitctree Build 灵敏度为70/80/90％或灵敏度和特异性相似的模型吗？）
处理此问题的两种直接方法是：
对少数类进行过采样或对多数类进行欠采样，以创建具有 balancer 类大小的训练集 . 既然你有很多实例可以使用，我认为欠采样应该没问题，即使用所有正类实例和负类实例的随机选择子集，但是如果你有更少的数据那么过采样技术SMOTE很受欢迎 .
使用 Prior 参数 fitctree 指定每个类的先验概率，而不是允许 fitctree 从类大小（默认值）计算它：
Prior
fitctree
'先前' - 先验概率'经验'（默认）| '制服'|标量值向量|结构每个类的先验概率，指定为逗号分隔对，由'Prior'和以下之一组成 . 字符向量：'经验'从Y中的类频率确定类概率 . 如果通过观察权重，fitctree使用权重来计算类概率 . 'uniform'设置所有类概率相等 . ...
在你的情况下，简单地将 'Prior', 'uniform' 添加到 fitctree 的参数可能会成功 .
'Prior', 'uniform'
无论您选择哪个选项，请记住，用于评估分类器性能的测试集应该具有正类和负类的实际分布（或者您希望在实际数据中遇到的分布） .
1 回答
处理此问题的两种直接方法是：
对少数类进行过采样或对多数类进行欠采样，以创建具有 balancer 类大小的训练集 . 既然你有很多实例可以使用，我认为欠采样应该没问题，即使用所有正类实例和负类实例的随机选择子集，但是如果你有更少的数据那么过采样技术SMOTE很受欢迎 .
使用
Prior参数fitctree指定每个类的先验概率，而不是允许fitctree从类大小（默认值）计算它：在你的情况下，简单地将
'Prior', 'uniform'添加到fitctree的参数可能会成功 .无论您选择哪个选项，请记住，用于评估分类器性能的测试集应该具有正类和负类的实际分布（或者您希望在实际数据中遇到的分布） .