问题标签 [j48]

我正在尝试访问从 PART 规则算法生成的规则。我了解 PART 依次从 J48 决策树转换节点。我需要分别访问每个规则并显示相同的内容。

part1 的属性 m_root 是私有的。我无法访问此请建议或指导我正确的方向

谢谢你们

我正在尝试运行以下 weka AdaBoostM1 分类器来提升配置用于以下修剪的 J48 树：

java -classpath ./bin/weka.jar weka.classifiers.meta.AdaBoostM1 -P 100 -S 1 -I 10 -W weka.classifiers.trees.J48 -- -C 0.25 -M 2 \ -t ./data/输入文件.arff > ./results/output.txt &

配置字符串是直接从 weka gui 复制的，实际上在那里运行没有任何问题。但是，如果我尝试在命令行上运行相同的配置字符串，weka 会抛出以下错误：

Weka 例外：没有给出训练文件和对象输入文件。

常规选项：

-h 或 -help 输出帮助信息。-synopsis 或 -info 分类器的输出概要（与 -h 一起使用） -t 设置训练文件。-T 设置测试文件。如果丢失，...

如果我删除 J48 树分类器后面的参数，即字符串“ -- -C 0.25 -M 2”，那么它可以正常工作：

java -classpath ./bin/weka.jar weka.classifiers.meta.AdaBoostM1 -P 100 -S 1 -I 10 -W weka.classifiers.trees.J48 \ -t ./data/inputfile.arff > ./results/输出.txt &

任何援助将不胜感激。

有什么方法可以强制使用 weka 在 j48 中设置决策树的根？因为我想看清楚，如果根发生变化，对树造成的变化会是什么。

我使用 R 中的 j48 树对包含 266 个实例和大约 100 个指标的数据集进行了分析。我在机器学习方面不是最熟练的，无论如何我设法在 Weka 和R. 在后者中，我发现可以通过partykit 包可视化树。但是，我发现很难解释我得到的结果，即这些（X、Y 和 Z 是我用来描述 266 个实例中的每一个的 100 多个指标中的 3 个，其中 190 个是正常的或 0 和 76 个是异常的或 1 ）。

我使用的代码很简单：

因此我修剪了这棵树。还有一个问题：我知道我可以从树中获得拟合值，但我不知道如何。对这两个问题或仅一个问题的任何帮助将不胜感激。

我使用 WEKA Java Api 训练和创建 J48 模型。然后，我使用classifyInstance() 对我的实例进行分类。但结果是错误的。我的代码ID如下：

结果始终等于 0.0

最后，我在 test.setClassIndex() 之前使用了 test.insertAttributeAt()。如下：

结果变得对了。我很惊讶！但是，大多数文档都没有使用inserAttribute 函数。我想了解为什么结果突然变得正确。

我正在尝试从 heartology-weka.arff 了解 WEKA J48 决策树。

我已经运行了如下输出，

问题是

• j48选择什么属性作为顶层决策树节点？
• 绘制一个图表，显示 J48 创建的决策树的前两个级别的属性和值。

到目前为止，我只能解释关于正确分类类的混淆矩阵。任何帮助，将不胜感激。

所以我尝试使用降雪包在 R 中并行执行，使用我所有的 cpu 内核。这是我用于测试的代码：

由于它使用了所有可用的 CPU 内核，因此它的运行速度有效提高了 16 倍。但是当我尝试这个时：

大约需要 50 秒，作为测试（仅占整个数据集的 1% 左右）以下运行正确，但需要相同的时间并且只使用一个 CPU：

我只是使用了错误的语法吗？我怎样才能让它并行运行？

我想对 Movielense 用户表的人口统计数据进行分类，但 J48 的结果很奇怪，我用 C5.0 对我的数据进行分类，一切都很好但我必须研究这个算法（j48）

我的数据结构如下

数据负责人是

user_id除arenominal type和 should be之外的所有列factor in R

分类代码：

汇总结果的错误表是

当我用 C5.0 拟合我的模型时，结果如下所示，除了两种算法

更多尝试

1. 我更改了数据的结构并将因子列转换为单独的列，但没有任何变化
2. 我改变C controller value了结果会好一点，C=0.75但这是完全错误的

规范化和更改数据后的事件没有发生

j48 威卡

嗨，我在 weka（j48 交叉验证）中的模型存在问题，当涉及到第二类时，许多实例被分类错误。有什么办法可以改善还是不可以？我不是weka的专家。先感谢您。我的输出在上面。在 NaiveBayes 中，它的表现更好，但二等舱的 TP Rate < 0.5。 天真再见我们

我正在使用 j48 树算法挖掘数据集。

我一直试图了解useLaplace参数的作用。我唯一需要做的是：

是否根据 LapLace 对叶子处的计数进行平滑处理

这只是 WEKA 提供的文档。我对此有一些疑问：

1. 什么是叶子计数？
2. 什么是平滑？
3. 什么是 LapLace？它是用于平滑的算法吗？

我在网上找到的所有内容都没有真正详细说明这个参数实际上在做什么，而只是解释说它“打开了拉普拉斯平滑”。