名前
weka.classifiers.meta.MetaCost

---

構文
このmetaclassifierは、使用することでベースクラシファイアを費用敏感にします。

で指定されたメソッドPedro Domingos (1999) "MetaCost: A general method for making classifiers cost-sensitive", Proceedings of the Fifth International Conference on Knowledge Discovery and Data Mining, pp 155-164.

このクラシファイアは作成された1つに同様の結果を生むべきです。ベース学習者をBaggingに通らせます。(Baggingは順番にaに渡されます)。最小限を作動させるCostSensitiveClassifierが費用を予想しました。 違いそれはaが費用敏感なクラシファイアを選抜するMetaCost生産物です。速いことの利益を分類で解明できるのに与えて、学習者を基礎づけてください。出力(ベース学習者自身が解明できるなら)。 この実現トレーニングデータに分類し直すとき繰り返しを膨らませる用途、すべて、(MetaCost論文は、それらの繰り返しだけであることのマージンの改良が含んでいると報告します。中でそのインスタンスに分類し直しながら使用されるそれぞれのトレーニングインスタンス)

オプション
bagSizePercent -- トレーニングセットの割合としてのそれぞれのバッグのサイズサイズ。

classifier -- 使用されるベース分類器．

costMatrix -- 分類誤りはマトリクスかかりました。

costMatrixSource -- 費用マトリクスのソース位置のメソッドを得ます。 ウィルMATRIX_ON_DEMANDかMATRIX_SUPPLIEDの1つになってください。

debug -- trueに設定されると，分類学習アルゴリズムは追加インフォメーションをコンソールに出力します．

numIterations -- 膨らみ繰り返しの数。

onDemandDirectory -- ロードするとき、検索するディレクトリの名前はファイルかかりました。オンデマンドのコスト。

seed -- 乱数の種として使われる数値．