machine-learning - 如何通过 Orange (GUI) 使用测试学习者和混淆矩阵

Question

我是使用 Orange GUI 的新手。我用旧标签（例如集群 ID）测试了一些数据。然后我使用 K-means 聚类生成新数据，其中新的属性由集群 ID 的新标签产生。但问题是我不知道如何在Orange GUI上操作来评估新旧标签之间的聚类效果如下：

(1)混淆矩阵(GUI)不能直接连接到k-means聚类的输出数据。我想我需要训练我的数据。但我不知道如何训练它并将训练数据与标记数据进行比较以获得混淆矩阵。

(2) ROC(GUI) 也无法连接。而且我推测如果在测试学习者和混淆矩阵工作之后，ROC 可能会工作。

如果您使用过 Orange(GUI)，我将不胜感激您的帮助。希望您能指导我如何处理这些图标和连接以评估 k-means 聚类效果。谢谢！

如果我的描述不好，你可以在这里留言，我会每天早晚检查。我的国家采用UTC +8区。

:-)

Answer 1

混淆矩阵和 ROC 分析是用于分析来自 Test Learners 小部件的分类结果的小部件。这种评估的典型模式是：

用于聚类的小部件可以将带有聚类标签的列添加到数据集中，但没有小部件可以将此类列转换为预测器。对于当前的小部件集，无法使用无监督方法作为学习器，因此无法使用小部件来分析它们在分类评估设置中的结果。