17、多类别分类问题详解

多类别分类问题详解

1. 分类器测试与优化

在实际数据上测试分类器，可以得到初步的分类准确率。例如：

ypred <- knnpred(trnout, lrtest1[, -1])
mean(ypred == lrtest1[, 1])

运行上述代码后，得到的准确率约为 75%。为了更好地适应现实情况，可以利用 knntrn() 函数中的 truepriors 参数进行优化：

trnout1 <- knntrn(lrtrn[, 1], xdata, 26, 50, truepriors)
ypred <- predict(trnout1, lrtest1[, -1])
mean(ypred == lrtest1[, 1])

优化后的准确率提升到了约 87.88%。

2. 突破 0.5 阈值的分类策略

2.1 不等误分类成本问题

在疾病诊断场景中，通过患者的各种测试结果和人口统计变量等向量 X 来判断患者是否患有特定疾病。假设估计 P(Y(1) = 1 | X = tc) 为 0.02，即患者患病的概率仅为 2%，可能会认为患者没有患病。但对于灾难性疾病，误分类成本可能不相等。未检测出疾病（假阴性）可能比进行额外的阴性医学测试（假阳性）严重得多。

• 非正