《表1 二分类混淆矩阵：基于不平衡大数据的CS-AdaBoost-DT模型在家电产品质检中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于不平衡大数据的CS-AdaBoost-DT模型在家电产品质检中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

目前标准的机器学习算法多以提升整体分类准确性为目标。由表1的二分类混淆矩阵可知，分类错误的部分即是FP和FN。标准的分类器模型并未对FP和FN做偏置处理，这实际上是基于以下假设：不同样本的分类代价是一样的。分类损失为：