machine-learning - 使用 Orange 中的逻辑回归/决策树预测类标签

Question

我有 12 个属性和一个类标签 no/yes 的数据。我用火车数据创建了一个模型。我试图通过删除类标签来用测试数据测试模型。得到“ValueError（”没有类属性的测试数据集“）”如何在决策树/逻辑回归中实际预测类标签？

我在 Orange 中建立了以下联系。

文件-> 数据采样器->

               -> logistic regression -> test learners -> Confusion Matrix
               -> logistic regression -> Predictions
               -> Remaining data -> test learners   
               -> Remaining data -> Predictions  

Answer 1

不要删除类。橙色在内部进行。

如果您使用测试学习者，请不要使用数据采样器。测试学习者对数据进行抽样。

您的第一行将运行交叉验证（或您在测试学习者中设置的任何内容）。只需从此管道中删除数据采样器就可以了。

第二行需要像这样：从数据样本中，将数据样本提供给逻辑回归，将剩余数据提供给预测。还将逻辑回归连接到预测。预测将使用从数据样本构建的模型向您显示剩余数据的预测。不要从剩余数据中删除类。不用担心，逻辑回归不会使用它来进行预测。此外，您还可以在“预测”中比较实际类别和预测类别。

第三行和第四行看不懂。无论如何，前两个代表了两种常见的场景。