Concernant la première (et la deuxième) question: Une approche générale pour réduire les erreurs de classification en entraînant de manière itérative les modèles et en repondant les lignes (en fonction d'une erreur de classification) consiste à Booster. Je pense que vous pourriez trouver cette technique intéressante.

Concernant la deuxième question: La question me semble un peu naïve (mais je n'ai peut-être pas compris votre véritable intention), car erreur de classification erronée = l'amélioration des performances du modèle est l'un des défis du Data Mining / Machine Learning. Donc, s'il y avait une stratégie générale de travail de tous les temps, nous aurions tous été remplacés par des machines (plus tôt que nous le ferons de toute façon). Je pense donc que oui , l’approche générale ici est un essai et une erreur éclairés . Je suggère cette question, Meilleure classification des valeurs par défaut dans la régression logistique, qui peut vous donner quelques idées pour le questionnement et l'amélioration du modèle.

Je suggère de jouer un peu et ensuite revenez poser des questions plus spécifiques. Il est difficile de répondre aux questions générales concernant l'amélioration du modèle sans données et / ou informations supplémentaires sur les circonstances. Bonne chance!

Ce que vous pouvez faire si vous ne trouvez pas l'option de pondération est de créer vous-même le même effet, en augmentant la quantité de positifs, par exemple vous pouvez donner comme entrée à l'algorithme 2 fois chacun des positifs connus un congé les négatifs comme ils où. Vous pouvez même l'augmenter 10 fois, il s'agit d'expérimenter pour vous rapprocher le plus possible du meilleur résultat possible.

Sous Sélection du modèle, choisissez "Erreur de classification de validation" comme critère de sélection de modèle. Cela sélectionnera le modèle avec le taux d'erreurs de classification le plus bas. Ou utilisez la matrice des profits / pertes et associez une fonction de coût à votre faux positif ou faux négatif.

Oui, il est appelé comme seuil sous l'onglet évaluer . Vous devez tout exécuter une fois pour vérifier les graphiques afin de décider de votre seuil optimal (c'est-à-dire plus de vrais positifs ou plus de vrais négatifs en fonction de tous les taux). Placez le module de coupure après chaque modèle (régression, arbre, etc.) et vérifiez les résultats pour ce module. Vous pouvez ensuite modifier la valeur spécifiée par l'utilisateur du point de coupure pour obtenir le taux exact pour le TP / TN ou le taux global d'erreur de classification symétrique. Puis relancez le tout.