machine-learning - 用于名义选项的 WEKA CVParameterSelection（例如 NaiveBayes -K 或 -D）

Question

这可能是不可能的，甚至是不明智的，但我想知道在 WEKA 中是否有可能做到这一点。

我有我的 NaiveBayes 分类器，我希望它通过交叉折叠来决定最好使用哪个选项，-D 表示离散或 -K 表示基于内核。

ParamSelection ps = new ParamSelection();
ps.setClassifier(new NaiveBayes());
ps.setCVParameters("K D");

使用决策树，我们这样做，但 -K 和 -D 选项不需要数字参数。

ParamSelection ps = new ParamSelection();
ps.setClassifier(new J48());
ps.setCVParameters("M 3 5 2");