machine-learning - 关于使用机器学习工具 Weka 的问题

Question

我正在使用 Weka 的资源管理器功能进行分类。

所以我有我的 .arff 文件，具有 NUMERIC 值的 2 个特征，我的类是二进制 0 或 1（例如 {0,1}）。

样本：

@RELATION summary
@ATTRIBUTE feature1 NUMERIC
@ATTRIBUTE feature2 NUMERIC
@ATTRIBUTE class {1,0}

@DATA
23,11,0
20,100,1
2,36,0
98,8,1
.....

我加载这个 .arff 文件，使用 10 倍交叉验证（无测试文件），然后选择 NaiveBayes，然后我对数据进行分类，它给了我：5 个错误标记，100 个正确标记。到现在为止还挺好。

现在，我显着更改了我的 .arff 文件（为我的特征属性提供完全随机的值）。重复上述操作，我在分类时得到完全相同的统计数据。

我尝试对我的 .arff 文件进行更多更改，使用不同的分类算法。尽管如此，无论我给我的 .arff 文件赋予什么值，完全相同的统计数据（在相同的算法中）。

我在这里做错了吗？

score 4 · Accepted Answer

没有更多信息很难说，但我有两个建议：

score 0 · Accepted Answer

另外：请记住，交叉验证在 UI 中非常可怕，因为它们只向您显示原始树，无论如何（在它们折叠其他数据之前）。如果要生成最终的树，则需要编程 API。我建议使用拆分训练/测试数据集。

score -1 · Accepted Answer

-1

你有没有试过改变

@ATTRIBUTE class {1,0}

和

@ATTRIBUTE class {yes,no}

于 2010-03-23T12:06:35.533 回答

3 回答 3