0

我可以像这样从命令行使用 Bagging 训练模型——

java -Xmx512m -cp $CLASSPATH weka.classifiers.meta.Bagging -P 100 -S 1 -num-slots 1 -I 10 \
    -split-percentage 66 \
    -t $traindata \
    -d $model \
    -W weka.classifiers.trees.REPTree -- -M 2 -V 0.001 -N 3 -S 1 -L -1 -I 0.0 \
    > $out

但是我不能重用相同的模型从命令行进行预测。我猜这个命令应该是这样的——

java -Xmx512m -cp $CLASSPATH weka.classifiers.meta.Bagging \   
    -l $model \
    -T $testdata \
    -W weka.classifiers.trees.REPTree \    
    -p 0 \
    > $wkresult

但它不起作用,有什么想法吗?

编辑:但是,当我使用单个分类器(即没有装袋)时,它可以工作。命令是这样的——

java -Xmx512m -cp $CLASSPATH weka.classifiers.bayes.NaiveBayesMultinomial \
    -split-percentage 66 \
    -t $traindata \
    -d $model \
    > $out

java -Xmx512m -cp $CLASSPATH weka.classifiers.bayes.NaiveBayesMultinomial \
    -T $testdata \
    -l $model \
    -p 0 \
    > $wkresult
4

1 回答 1

1

您需要调用不同的类来评估模型。命令行应该类似于

java -cp $CLASSPATH weka.classifiers.Evaluation weka.classifiers.meta.Bagging \
   -T $testdata -l $model

您可能需要指定在训练分类器时提供的一些附加选项。还可以查看评估类的命令行选项。更多信息在这里

于 2013-03-29T08:49:47.173 回答