data-mining - 在 Weka 中调查样本的初学者问题

Question

我刚刚使用 Weka 在“分类”标签下训练我的 SVM 分类器。现在我想进一步调查哪些数据样本被错误分类，我需要研究它们的模式，但我不知道从 Weka 哪里看这个。谁能给我一些帮助？提前致谢。

Answer 1

您可以从以下位置启用该选项：

您将获得以下实例预测：

=== Predictions on test split ===

 inst#     actual   predicted  error prediction
   1   2:Iris-ver  2:Iris-ver         0.667 
  ...
  16   3:Iris-vir  2:Iris-ver   +     0.667 

---

编辑

正如我在评论中解释的那样，您可以使用StratifiedRemoveFolds过滤器手动拆分数据并创建 10 折交叉验证。

这个来自 Weka wiki 的Primer有一些如何从命令行调用 Weka 的示例。这是一个示例 bash 脚本：

#!/bin/bash

# I assume weka.jar is on the CLASSPATH

# 10-folds CV
for f in $(seq 1 10); do
    echo -n "."

    # create train/test set for fold=f
    java weka.filters.supervised.instance.StratifiedRemoveFolds -i iris.arff \
        -o iris-f$f-train.arff -c last -N 10 -F $f -V
    java weka.filters.supervised.instance.StratifiedRemoveFolds -i iris.arff \
        -o iris-f$f-test.arff -c last -N 10 -F $f

    # classify using SVM and store predictions of test set
    java weka.classifiers.functions.SMO -C 1.0 \
        -K "weka.classifiers.functions.supportVector.RBFKernel -G 0.01" \
        -t iris-f$f-train.arff -T iris-f$f-test.arff \
        -p 0 > f$f-pred.txt
        #-i > f$f-perf.txt
done
echo

对于每个折叠，这将创建两个数据集（训练/测试）并将预测存储在一个文本文件中。这样您就可以将每个索引与测试集中的实际实例进行匹配。

当然，如果您愿意，也可以在 GUI 中完成相同的操作（只是有点乏味！）