我正在我的数据集上尝试不同的 Weka 分类器。我有小数据集，我将我的数据分为五类。我的问题是，当我通过不同的分类器应用交叉验证或百分比拆分分类时，我会得到非常不同的结果。
例如，当我使用NaiveBayseorBayseNet分类器时，所有类的 F 分数都在 40 左右，但使用SMO我得到的 F 分数为 20。当我使用LibLinear分类器时，得到的结果更差，它的 F 分数为15左右。
也许我应该提到，由于LibLinear分类器不接受名义，我为每个可能的名义值分配了一个代码，并将它们用作Numeric我的数据集中的值。
谁能告诉我为什么我会得到如此不同的结果？我希望所有分类器都有大致相似的结果。
此外，当我LibLinear在我的测试集上使用时，我将所有数据归为一类，而其他四类中没有实例。
提前致谢，