1

我正在使用 R mlr 包，因为它允许我使用多种分类方法和调整参数，在这个包中使用相同的方法。

但它改变了我的正面课程。

在我的数据集中，我需要预测“HasWriteOff”，它的值为“1”或“2”。“1”是多数类，远多于“2”的数量，这意味着类不平衡。我在函数中将正类设置为“2” makeClassifTask，但是在预测之后，当我检查混淆矩阵时，它显示正类为“1”。

这是我的代码：

我在这里设置了正类

train_task <- makeClassifTask(data=data.frame(train_data), target = "HasWriteOff", positive = "2")
test_task <- makeClassifTask(data=data.frame(test_data), target = "HasWriteOff", positive = "2")

使用 XGBoost 进行训练和预测

set.seed(410)
getParamSet("classif.xgboost")
xg_learner <- makeLearner("classif.xgboost", predict.type = "response")
xg_learner$par.vals <- list(
  objective = "binary:logistic",
  eval_metric = "error",
  nrounds = 250
)
xg_param <- makeParamSet(
  makeIntegerParam("nrounds",lower=200,upper=600),
  makeIntegerParam("max_depth",lower=3,upper=20),
  makeNumericParam("lambda",lower=0.55,upper=0.60),
  makeNumericParam("eta", lower = 0.001, upper = 0.5),
  makeNumericParam("subsample", lower = 0.10, upper = 0.80),
  makeNumericParam("min_child_weight",lower=1,upper=5),
  makeNumericParam("colsample_bytree",lower = 0.2,upper = 0.8)
)
rancontrol <- makeTuneControlRandom(maxit = 100L)
cv_xg <- makeResampleDesc("CV",iters = 3L)
xg_tune <- tuneParams(learner = xg_learner, task = train_task, resampling = cv_xg,measures = acc,par.set = xg_param, control = rancontrol)
xg_final <- setHyperPars(learner = xg_learner, par.vals = xg_tune$x)
xgmodel <- mlr::train(xg_final, train_task)
xgpredict <- predict(xgmodel, test_task)

在此处检查混淆矩阵

nb_prediction <- xgpredict$data$response
dCM <- confusionMatrix(test_data$HasWriteOff, nb_prediction)
dCM

输出

准确度：0.9954
95% CI：(0.9916, 0.9978) 无信息率：0.9784
P 值 [Acc > NIR]：5.136e-11
Kappa：0.8913
Mcnemar 检验 P 值：1
灵敏度：0.9977
特异性：0.8936
Pos Pred 值： 0.9977
Neg Pred 值：0.8936
流行率：0.9784
检出率：0.9761
检出率：0.9784
平衡准确度：0.9456
“正”等级：1

正如您在此处看到的，“正”类为 1。

我已经检查了我在这里使用的其他方法，它们没有要设置的“正”参数。

你知道我怎样才能真正将正类设置为少数类“2”吗？我想看看是否通过将少数类设置为正类，特异性可以更高？

4

1 回答 1

0

哦，我刚发现，这个方法也要改正类dCM <- confusionMatrix(test_data$HasWriteOff, nb_prediction, positive = "2")

昨天我没有检查confusionMatrix函数，因为我认为正类应该由之前使用的那些方法定义predict。

但是，刚刚检查了 R 文档，对于confusionMatrix, parameter positive，它说：

如果只有两个因子水平，第一个水平将用作“肯定”结果

所以昨天不管我之前是否定义了正类，它都简单地选择了多数类。

于 2016-11-24T19:27:20.653 回答