As defined by this matrix, there is

As defined by this matrix, there is no cost assigned when the algorithm classifies ano or yes correctly, but a false negative has a cost of 4 versus a false positive's cost of 1. To see how this impacts classification, let's apply it to our decision tree using the costs parameter of the C5.0() function. We'll otherwise use the same steps as we did earlier

ผลลัพธ์ (ไทย) 1:

ตามที่กำหนด โดยเมทริกซ์นี้ มีค่าใช้จ่ายไม่มีกำหนดเมื่ออัลกอริทึมจัดประเภท ano หรือใช่อย่างถูกต้อง แต่ในแง่ลบเท็จมีต้นทุน 4 เมื่อเทียบกับต้นทุนของค่าบวกเป็นเท็จ 1 ดูวิธีการจัดประเภทผลกระทบนี้ ลองใช้กับต้นไม้ของเราตัดสินใจที่ใช้ค่าพารามิเตอร์ของฟังก์ชัน C5.0() นั้น เราจะใช้ขั้นตอนเดียวกันเป็นก่อนหน้านี้

ผลลัพธ์ (ไทย) 2:

ตามที่กำหนดโดยเมทริกซ์นี้มีค่าใช้จ่ายที่ได้รับมอบหมายเมื่อขั้นตอนวิธีการจัดประเภท Ano หรือใช่อย่างถูกต้อง แต่ลบเท็จมีค่าใช้จ่ายของ 4 เมื่อเทียบกับค่าใช้จ่ายบวกปลอมของ 1. เพื่อดูวิธีนี้การจำแนกผลกระทบขอนำไปใช้กับการตัดสินใจของเรา ต้นไม้โดยใช้ค่าใช้จ่ายของพารามิเตอร์ C5.0 () ฟังก์ชัน มิฉะนั้นเราจะใช้ขั้นตอนเดียวกับที่เราทำก่อนหน้านี้

ผลลัพธ์ (ไทย) 3:

ตามที่กำหนดโดยเมทริกซ์นี้ ไม่มีต้นทุนที่ได้รับมอบหมายเมื่ออัลกอริทึมจัดว่าใช่ หรือใช่ถูกต้อง แต่เชิงลบเท็จได้ ราคาเมื่อเทียบกับ 4 บวกปลอมเป็นค่าใช้จ่ายของ 1 เพื่อดูวิธีการนี้ผลกระทบต่อการจำแนก มาใช้กับต้นไม้ การตัดสินใจของเราโดยใช้พารามิเตอร์ต้นทุนของ c5. 0() ฟังก์ชัน มิฉะนั้นเราจะใช้ขั้นตอนเดียวกันที่เราทำก่อนหน้านี้