machine-learning - 使用 Weka Experiment 选项卡与单个分类器模型进行结果验证

Question

我在同一个数据集上运行了不同的分类器。运行分类器后我得到了一些统计值。

这是所有分类器的总结

我正在使用 Weka 来训练模型。Weka 本身有一个方法来比较不同的算法。为此，我们需要使用Experiment选项卡。对于同一个数据集，我也使用了这个选项。

使用“实验”选项卡时，Weka 给了我 Kappa 统计的结果

均方根误差为

相对绝对误差

等等.....

现在我无法理解我从实验选项卡中获得的值与我在第一张图片中以表格格式共享的值有何相似之处？

Answer 1

我假设初始表中填充了从 Weka Explorer 中的交叉验证运行中获得的统计信息。

Explorer 聚合了单个交叉验证运行中的预测，因此您似乎拥有该大小的单个测试集。它仅用作探索工具，因此得名。

Experimenter 记录您在实验期间执行的运行次数中从每个折叠对生成的指标（如准确度、rmse 等）。然后可以使用显着性测试分析跨多个分类器和/或数据集收集的指标。默认情况下，使用 10 次 10 倍 CV 运行，推荐用于此类比较。这会为每个度量生成 100 个单独的值，从中生成平均值和标准差。*/v 表示是否存在统计上显着的输/赢。