机器学习实战——第七章：处理非均衡分类问题

在前面六章的所有分类介绍中，我们都假设所有类别的分类代价是一样的。

坦白地说，在大多数情况下不同类别的分类代价并不相等，如治病我们情愿误判也不愿漏判，垃圾邮件，可以使收件箱里出现垃圾邮件，但不希望正常邮件放进垃圾邮件夹中。

在本节中，我们将会考察一种新的分类器性能度量方法，并通过图像技术来对在上述非均衡问题。

1、混淆矩阵：争取率、召回率

2、ROC曲线：接受者操作特征曲线receiver operating characteristic corve，AUC（曲线下的面积，area under the curve）能够近似表示分类器的平均性能值。

3、基于代价函数的分类器决策控制：实际上就是对不同类别的样本赋予不同的权重，关注程度不同

4、通过欠抽样和过抽样来调节样本，以关注不同的类别