如何更改NaiveBayesMultinomial中的分类阈值或在Weka中手动计算混淆矩阵

Question

我正在做一个垃圾邮件过滤挖掘项目，我目前正在使用NaiveBayesMultinomial分类器，通过计数出现的单词频率，将垃圾邮件从非垃圾邮件中分类。

问题是，默认情况下，WEKA将分类阈值设置为0.5。然而，将非垃圾邮件错误分类为垃圾邮件比垃圾邮件更有害。

我想调整WEKA的NaiveBayesMultinomial算法的阈值，看看混淆矩阵是如何变化的。如果这是不可能的，我如何利用来自WEKA的输出来计算不同阈值的混淆矩阵？

下面是在测试拆分中评估项目当前结果的总结：

摘要：

Correctly Classified Instances        2715               98.4766 %
Incorrectly Classified Instances        42                1.5234 %
Kappa statistic                          0.9679
Mean absolute error                      0.0184
Root mean squared error                  0.1136
Relative absolute error                  3.8317 %
Root relative squared error             23.2509 %
Total Number of Instances             2757     `

按类别划分的详细准确性：

               TP Rate   FP Rate   Precision   Recall  F-Measure   ROC Area  Class
                 0.998     0.035      0.978     0.998     0.988      0.998    ham
                 0.965     0.002      0.996     0.965     0.98       0.999    spam
Weighted Avg.    0.985     0.022      0.985     0.985     0.985      0.998

混淆矩阵：

   a    b   <-- classified as
1669    4 |   a = ham
  38 1046 |   b = spam

Answer 1

我在谷歌搜索过，而且似乎不太可能在WEKA中这样做。

但这仍然是可行的‘测试选项’->‘更多的选项’->‘输出预测’，然后它将给我的每个测试样本的可能性结果。

在那里，我可以使用另一个工具来完成剩下的工作。

Answer 2

您可以在成本效益分析屏幕中更改它。右键单击结果列表中的结果，并选择可视化阈值曲线。

在里面有一个滑块来移动阈值，你的新混淆矩阵在左下角。

​

​