2

我是 Weka 的新手。

我正在尝试使用 API 运行 WEKA，并发现 WEKA GUI 的结果与 Java 代码生成的结果不匹配。

我正在尝试通过提供 TrainingSet 和 Test Set 来运行 RandomForest 算法。

这是代码片段：

            DataSource ds = new DataSource(trainingFile);

            Instances insts = ds.getDataSet();

            insts.setClassIndex(insts.numAttributes() - 1);

            Classifier cl = new RandomForest();
            RandomForest rf = (RandomForest)cl;
       //     rf.setOptions(options);
         //   rf.setNumExecutionSlots(1);
            rf.setNumFeatures(5);
            rf.setSeed(1);
            rf.setNumExecutionSlots(1);                  

            Remove remove = new Remove();
            int[] attrs = WekaCustomisation.convertIntegers(attrList);

            remove.setAttributeIndicesArray(attrs);
            remove.setInvertSelection(true);                

            remove.setInputFormat(insts);
            insts = weka.filters.Filter.useFilter(insts, remove);

            insts.setClassIndex(insts.numAttributes() - 1);            


            weka.core.Instances train = new weka.core.Instances(insts, 0, insts.numInstances());          


            cl.buildClassifier(train);

         weka.core.converters.ConverterUtils.DataSource ds2 = new weka.core.converters.ConverterUtils.DataSource(testFile);

            weka.core.Instances instsTest = ds2.getDataSet();
            remove.setInputFormat(instsTest);
            instsTest = weka.filters.Filter.useFilter(instsTest, remove);
            instsTest.setClassIndex(instsTest.numAttributes() - 1);                

            Instances testInstances = new Instances(instsTest);
            int numCorrect = 0;

            weka.classifiers.Evaluation eval = new weka.classifiers.Evaluation(train);
            eval.evaluateModel(cl, testInstances);
            System.out.println(eval.toSummaryString());
            out.write(eval.toSummaryString());
            double roc = eval.areaUnderROC(0);

WEKA GUI 产生的混淆矩阵和这段代码不同。我在这里想念什么。

4

1 回答 1

2

首先检查在 Weka GUI 中执行的参数和过滤是否与您在代码中执行的相同。（查看 GUI 中生成的日志）

第二种可能性是随机森林模型在其创建结构中具有的随机分量（在数据集中为每个决策树选择随机特征，请参见此处）。因此，在训练阶段会为相同的训练数据集生成不同的模型，当您使用测试进行评估时，您会得到不同的结果。

于 2012-09-12T15:05:07.997 回答