我正在使用资源管理器功能进行分类。我的 .arff 数据文件有 10 个数字和二进制值的特征；（只有实例的 ID 是名义上的）。我有大约 16 个实例。预测的类是是/否。我使用了朴素贝叶斯，但我无法解释结果，有谁知道如何解释朴素贝叶斯分类的结果？
问问题
8561 次
2 回答
1
朴素贝叶斯不选择任何重要的特征。正如您所提到的，朴素贝叶斯分类器的训练结果是每个特征的均值和方差。将新样本分类为“是”或“否”是基于样本的特征值是否与“是”或“否”的训练特征的均值和方差最匹配。
您可以使用其他算法来查找信息量最大的属性。在这种情况下，您可能想要使用决策树分类器，例如 WEKA 中的 J48（它是C4.5 决策树算法的开源实现）。结果决策树中的第一个节点告诉您哪个特征具有最大的预测能力。
更好（如 Rushdi Shams 在另一篇文章中所述）；Weka 的 Explorer 提供有目的的构建选项来查找数据集中最有用的属性。这些选项可以在Select attributes选项卡下找到。
于 2012-04-18T11:42:15.280 回答
1
正如 Sicco 所说，NB 无法为您提供最好的功能。决策树是一个不错的选择，因为分支有时可以告诉您重要的功能 - 但并非总是如此。为了处理从简单到复杂的功能集，您可以使用 WEKA 的 SELECT ATTRIBUTE 选项卡。在那里，您可以找到搜索方法和属性评估器。根据您的任务，您可以选择最适合您的任务。他们将为您提供特征排名（来自训练数据或来自 k 折交叉验证）。就个人而言，我认为如果您的数据集过度拟合，决策树的性能会很差。在这种情况下，对特征进行排名是选择最佳特征的标准方法。大多数时候我使用信息增益和排名算法。当你看到你的属性从 1 到 k 排序时，很高兴能找出需要的特征和不必要的特征。
于 2012-04-20T14:41:00.130 回答