Yanlış sınıflandırmadan kaynaklanan farklı maliyetlerin veya risklerin olduğu durumlarda sınıfların eşit önemde olması varsayımı ihlal edilebilir. Örneğin bazı laboratuvar ölçümlerine göre bir hastanın kanser olup olmadığına karar verecek bir sınıflandırıcı ele alındığında iki tip hata vardır. Bu hatalardan “yanlış pozitif (false positive)” sınıflandırıcının sağlam bir hastayı kanser hastası olarak sınıflandırdığında, “yanlış negatif (false negative)” ise gerçekte kanser olan bir hastayı sağlıklı olarak sınıflandırdığında oluşur. Genel olarak yanlış negatif hatalar yanlış pozitif hatalardan daha maliyetlidir. Bu nedenle öğrenme algoritmasından daha az yanlış negatif hatalar yapan bir sınıflandırıcı tercih etmesi istenebilir.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir