我有一个关于朴素贝叶斯分类器的理论问题。假设我已经用以下训练数据训练了分类器:
class word count
-----------------
pos good 1
sun 1
neu tree 1
neg bad 1
sad 1
假设我现在将其归类为“好太阳”。现在有两个选项:
1)根据训练数据进行分类,训练数据保持静态。意思是“好的”和“太阳”都来自积极的类别,将这个字符串分类为积极的。分类后,训练表保持不变。因此,根据训练数据的静态集合对所有字符串进行分类。
2)对字符串进行分类,然后更新训练数据,如下表所示。因此,下一个字符串
我正在使用Weka软件对模型进行分类。我对使用训练和测试数据集分区感到困惑。我将整个数据集的60%划分为训练数据集,并将其保存到我的硬盘上,将40%的数据用作测试数据集,并将这些数据保存到另一个文件中。我使用的数据是不平衡的数据。因此,我在我的训练数据集中应用了SMOTE。之后,在Weka的分类选项卡中,我从Test options中选择了Use training set选项,并使用随机森林分类器对训练数据集进行分类。在获得结果之后,我从Test options中选择了Supplied test set选项,并从硬盘加载我的测试数据集,然后再次运行分类器。 我试图找到关于如何在Weka中加载
我几乎读过大多数类似的问题,但我还没有找到我的问题的答案。
假设我们有四个不同标签/类的n样本,即A、B、C和D。我们训练了两个分类器:
First classifier:我们训练多类分类器,将数据中的样本分类为四类中的一种。假设模型的精度是%x。
Second classifier:现在,假设我们所关心的是,如果一个样本是A或者不是A,那么我们会训练一个二进制分类器,用于将样本分类为A或非A。假设这个模型的精度是%y。
我的问题是,我们是否可以比较x和y来衡量分类器在分类A上的性能?换句话说,多类分类器的高性能是否意味着该分类器也能够识别具有高性能的单个类?
现实世界的例子是,我在一个包含四