回顧前面介紹的一些性能度量可看出，它們大都隱式地假設了均等代價，例如式(2.4)所定義的錯誤率是直接計算“錯誤次數”，并沒有考慮不同錯誤會造成不同的后果．在非均等代價下，我們所希望的不再是簡單地最小化錯誤次數，而是希望最小化，總體代價”(total cost).若將表2.2中的第0類作為正類、第1類作為反類，令D+與D-分別代表樣例集D的正例子集和反例子集，則“代價敏感”(cost-sensitive)錯誤率為  類似的，可給出基于分布定義的代價敏感錯誤率，以及其他一些性能度量如精度的代價敏感版本．若令costij中的t、J取值不限于0、1，則可定義出多分類任務的代價敏感性能度量，在非均等代價下，ROC曲線不能直接反映出學習器的期望總體代價，而“代價曲線”(cost curve)則可達到該目的，代價曲線圖的橫軸是取值為[0，1]的正例概率代價，其中FPR是式f2.19）定義的假正例率，FNR=1- TPR是假反例率．代價曲線的繪制很簡單：ROC曲線上每一點對應了代價平面上的一條線段，設ROC曲線上點的坐標為(FPR，TPR)，則可相應計算出FNR,然后在代價平面上繪制一條從(0，FPR)到(1，FNR)的線段，線段下的面積即表示了該條件下的期望總體代價；

想了解更多IT資訊，請訪問中培偉業官網：中培偉業