提前感谢您的帮助。

我正在尝试在一个包含约10000个样本的数据集上训练一个二元分类器。这个数据集是不平衡的，两类之间的比例大约为1:9。我希望增加较少出现类别的误分类成本，但无论我使用什么方法，或使用什么成本矩阵，结果都是一样的（基本上是zeroR模型的输出）。我期望在使用逻辑回归时，不同的成本矩阵至少会有一些差异，但事实并非如此。我使用的是weka 3-7-11版本。我注意到只有libLinear（不是标准分类器）的预测结果与zeroR显著不同。我在libSVM中没有注意到这种情况。这对我来说似乎很奇怪。可能发生了什么？

回答：

我已经弄清楚了发生了什么。@人名 部分正确。你不能使用“更多选项”按钮下的成本矩阵工具；它不起作用。相反，你必须选择meta/CostSensitiveClassify作为你的分类器，然后在其选项中（通过点击分类器的名称进入，不是下拉菜单中的）分配你想要的成本矩阵和实际分类器。