weka 预测输出上的假阴性 (FN)

Posted 2023-03-12

【中文标题】weka 预测输出上的假阴性 (FN)

【英文标题】：False Negatives (FN) on weka prediction output

【发布时间】：2016-06-03 07:48:54

【问题描述】：

我正在开发用于分类的 weka GUI。下面是一个SVM分类器的预测输出的小版本。谁能帮我弄清楚为什么它只显示False Positives (FP)？如您所见，在某些实例中都有+ 登录。有什么方法可以显示假阴性（FP），以便我们有一些- 标志？

inst#     actual  predicted error prediction
        1   1:normal   1:normal       1
        2   1:normal   1:normal       1
        3  2:anomaly   1:normal   +   1
        4  2:anomaly  2:anomaly       1
        5   1:normal   1:normal       1
        6  2:anomaly   1:normal   +   1
        7  2:anomaly  2:anomaly       1
        8   1:normal   1:normal       1
        9  2:anomaly  2:anomaly       1
       10  2:anomaly   1:normal   +   1
       11  2:anomaly  2:anomaly       1
       12  2:anomaly  2:anomaly       1
       13  2:anomaly   1:normal   +   1
       14  2:anomaly  2:anomaly       1
       15   1:normal  2:anomaly   +   1
       16   1:normal   1:normal       1
       17  2:anomaly   1:normal   +   1
       18   1:normal   1:normal       1

总结

=== 按类别划分的详细准确度 ===

             TP Rate  FP Rate  Precision  Recall   F-Measure  MCC      ROC Area  PRC Area  Class
             0.936    0.134    0.890      0.936    0.912      0.807    0.967     0.964     normal
             0.866    0.064    0.922      0.866    0.893      0.807    0.965     0.949     anomaly

加权平均。 0.904 0.101 0.905 0.904 0.904 0.807 0.966 0.957

=== Confusion Matrix ===

     a     b   <-- classified as
 63060  4283 |     a = normal
  7832 50798 |     b = anomaly

【问题讨论】：

@sean-owen，亲爱的有什么想法吗？

@Prune，亲爱的这个怎么样？

【参考方案1】：

假阴性包含在输出中

        TP Rate  FP Rate  Precision  Recall   F-Measure  MCC      ROC Area  PRC Area  Class
         0.936    0.134    0.890      0.936    0.912      0.807    0.967     0.964     normal
         0.866    0.064    0.922      0.866    0.893      0.807    0.965     0.949     anomaly

类异常的假阳性是类正常的假阴性。

这是因为没有定义正/负。如果您将异常定义为阳性，那么

TP: 0.936 / FP 0.134 / FN 0.064 / TN 0.866

但是，如果您将正常定义为阳性

TN: 0.936 / FN 0.134 / FP 0.064 / TP 0.866

【讨论】：

但我在预测错误中看不到任何带有- 符号的实例行。如果它显示+ 符号为False Positives，它不应该显示- 符号为False Negatives 吗？我只是困惑。

从您的输出中可以看出，基本上所有未命中的分类都标有 +。由于正面/负面没有很好地定义，如上所述，分离几乎是不可能的。要了解为什么 pos neg 定义不明确，您应该研究多类问题。

我正在使用 weka GUI，亲爱的你在哪里检查？