如何对Weka中的训练和测试数据集进行分类
在Weka中，对训练和测试数据集进行分类主要分为以下步骤：
- 导入数据集：首先，你需要将训练和测试数据集导入到Weka中。Weka支持多种数据格式，如ARFF（Attribute-Relation File Format）等。
- 数据预处理：在进行分类之前，你可能需要对数据进行预处理。这包括数据清洗、特征选择、特征转换等。Weka提供了一系列的过滤器（Filter）和转换器（Transformer）来帮助你实现这些操作。
- 选择分类器：Weka提供了多种分类算法，如决策树、朴素贝叶斯、支持向量机等。你可以根据数据的特点和需求选择合适的分类器。
- 训练分类器：使用训练数据集对分类器进行训练。在Weka中，你可以通过调用相应的分类算法接口并提供训练数据来实现这一步骤。
- 测试分类器：使用测试数据集对已训练的分类器进行测试。在Weka中，你可以使用预留的测试数据集或进行交叉验证来评估分类器的性能。
- 评估分类器性能：根据测试结果评估分类器的性能。Weka提供了多种评估指标，如准确率、召回率、F1值等。你可以根据具体需求选择合适的评估指标进行分析。
- 应用分类器：经过测试和评估后，如果分类器表现良好，你可以将其应用于实际场景中进行分类预测。Weka提供了相应的API和工具来支持将分类器集成到其他应用中。
需要注意的是，Weka是一个开源的机器学习工具，它并非腾讯云的产品。在腾讯云中，你可以使用腾讯云提供的机器学习服务和云计算资源来进行类似的分类任务。例如，腾讯云的智能图像识别（Image Recognition）服务可以帮助你实现图像分类任务，腾讯云的人工智能开发平台（AI Lab）也提供了多种机器学习工具和资源供你使用。
希望以上内容能对你理解如何对Weka中的训练和测试数据集进行分类有所帮助。如有更多疑问，可以参考腾讯云相关产品和文档来进一步了解。
相关·内容
我正在使用Weka gui在数据集上训练支持向量机分类器(使用libSVM)。.arff文件中的数据为
@relation Expandtext
@attribute message string
@attribute Class {positive, negative, objective}
@data
我使用String-to-Word Vector将其转换为一袋单词，运行SVM并获得不错的分类率。现在我有了我的测试数据，我想要预测他们的标签，我不知道。同样，它的头信息是相同的，但对于每个类，它都标有一个问号(?)即
'Musical awareness: Great Big
浏览 2提问于2013-03-16得票数 1
回答已采纳
1回答
我正在尝试使用weka对垃圾邮件和非垃圾邮件进行分类。
将上百条数以千计的标记垃圾邮件和另外100条数千条标记的非垃圾邮件作为训练数据集，我使用stringtowordvector作为过滤器来训练分类器。crossValidateModel的结果是非常good.But的，我想使用一个独立的测试集来评估分类器，以确保从训练集中对任何其他msg进行分类是可靠的。
我的问题是：
我还必须在测试数据集上使用stringtowordvector，以创建一个独立的.arff文件，该文件独立于训练arff file.The，在这两个.arff文件中，两个数据集中出现的同一个词分别具有两个不同的属性索引。例如
浏览 3提问于2012-08-30得票数 0
在weka中，如何检查诱导树是否适合训练数据？
编辑：
现在，这些是我的随机森林分类器建立在一个大训练集和一个小得多的验证集上的结果(根据大训练集的类比动态生成)。
您说过，如果存在过度拟合，测试集(我称之为验证集)的性能会严重下降？但在这种情况下，它似乎并没有下降太多。
大型训练集(25000条记录)
=== Evaluation on training set ===
=== Summary ===
Correctly Classified Instances 24849 99.3563 %
Incorrectly Classified Insta
浏览 3提问于2013-05-29得票数 2
1回答
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
浏览 39提问于2021-10-21得票数 0
回答已采纳
当我尝试使用训练数据对新的测试数据进行分类时，我在Weka Explorer中得到了以下消息：
Problem evaluating classifier:
Train and test set are not compatible
Attributed differ at position 6:
Labels differ at position 1: TRUE != FALSE
我正在使用J48分类器根据布尔形式和数字形式的关键字的流行度对RSS进行分类。只有布尔变量才会出现此问题。我的训练数据如下：
@relation _dm_3793_855329_11032013_136299347
浏览 0提问于2013-04-05得票数 0
回答已采纳
1回答
我需要通过训练样本来学习分类器，并对测试样本进行分类。我的例子是很长的文本。我想使用一个特征集，其中第i个元素是第i个最频繁的单词，例如，第一个特征是最频繁的单词。
我的问题是，如果我使用字符串功能，那么我就不能使用我想要的分类器。如果我使用名义特征，我会将第一个特征作为我的训练示例中最常用的单词。对于测试示例，第一个特征是我的测试示例中出现频率最高的单词。所以这些特征是不同的，当我想使用分类器时，weka说它不匹配。
你有解决方案吗？
我希望能够使用每个文本中最频繁的50个单词的特征集，并且训练示例的arff不应该受到测试示例的影响。此外，我希望能够使用多种分类器(如smo、朴素贝叶斯、j4
浏览 3提问于2013-08-12得票数 0
我想将我的数据集随机分成训练数据和测试数据，以便在java中进行朴素贝叶斯分类。我知道，我有一个选择来使用weka，但我不想使用外部库。我在使用java时还有什么其他的可能性？
浏览 12提问于2017-12-13得票数 0
我已经尝试将InputMappedClassifier从weka添加到java代码。因为在那里，我的数据训练和测试是不兼容的。有人能给我一个建议吗?在我可以使用其他分类器之前，如何添加它？
这是我的密码
InputMappedClassifier mapped = new InputMappedClassifier();
mapped.buildClassifier(Training);
Instances mappedClassifierDataset = mapped.getModelHeader(Training);
for (int i
浏览 2提问于2016-07-31得票数 0
目前，我正在使用Weka，我试图使用最近的邻居方法来分类我的测试集。我的训练集和测试集都有11列有数值，最后一列是要分类的。两者都已通过Weka工具从.csv转换为.arff。
首先，我上传了培训集，在“测试选项”下的“分类”选项卡中，我检查了“使用培训集”。我选择了"IBk“分类器，并将邻居#放到10。(糟糕的)输出如下：
接下来，我检查了“提供的测试集”并上传了我的测试集。只有最后一列为空(除标头外)。但是，当我尝试运行它时，我会得到以下输出，表示没有一个是机密的：
在这一点上，我只是不知道该怎么办。据我所知，我的测试和训练集是正确的，因为除了列中的数值外，
浏览 8提问于2015-03-13得票数 1
回答已采纳
我有一个独立的训练和测试数据(从不同的CSV加载到不同的pandas数据框中)，我想用这些训练和测试数据绘制学习曲线，而不是使用交叉验证从训练集本身生成训练和测试数据(这似乎是learning_curve的常见工作方式)。
似乎scikit希望你的测试和训练数据出现在同一个Dataframe中，但这样分类器也会学习测试数据，这不是我想要的。
我该如何着手解决这个问题呢？我是第一次接触科学工具包。
浏览 3提问于2015-09-20得票数 2
1回答
我正在使用Weka的IBk对文本(Tweet)执行分类。我将训练和测试数据转换到向量空间，当我对测试数据进行分类时，最好的结果来自K=1。训练和测试数据是相互独立的。为什么K=1能给出最好的准确性？
浏览 0提问于2016-04-26得票数 0
4回答
我正在使用Weka IBk进行文本分类。每个文档基本上都是一个简短的句子。训练数据集包含15,000个文档。在测试时，我可以看到k=1提供了最好的准确性？这怎么解释呢？
浏览 0提问于2016-04-15得票数 0
当使用Weka的ReplaceMissingValues只输入测试arff数据集而不是训练数据集的缺失值时，我有点担心。下面是命令行：
java -classpath weka.jar weka.filters.unsupervised.attribute.ReplaceMissingValues -c last -i "test_file_with_missing_values.arff" -o "test_file_with_filled_missing_values.arff"
从上一篇文章()中，我了解到Weka的ReplaceMissingValue
浏览 3提问于2013-02-10得票数 4
1回答
我正在尝试使用线性回归解决WEKA中具有数字属性的数字分类问题，然后我想在现有数据集上使用“”重新评估当前测试数据集上的模型来测试我的模型。
作为评估的结果，我得到了摘要：
相关系数0.9924平均绝对误差1.1017均方根误差1.2445总实例数17
但我没有如下所示的结果：
如何将WEKA带到我想要的结果？
谢谢。
要回答我的问题-对于经过训练和测试的模型，右键单击该模型，然后转到可视化分类器错误。使用save选项来保存实际值和预测值。
浏览 0提问于2013-04-03得票数 0
1回答
我正在进行分类，我有一个关于仅用于降维的LDA的问题：
LDA是否适用于包括训练数据和测试数据在内的整体特征矩阵，然后(在减少数据维数后)对特征矩阵进行划分，为分类提供训练和测试集？是真的吗？
然后，假设我们需要在应用LDA之前对数据进行分区。如何能够使用Matlab的内部分类器(如kNN和SVM)对测试数据进行分类？
浏览 1提问于2017-09-30得票数 2
1回答
我使用weka进行文本分类，我有一个训练集和一个无标记测试集，目的是对测试集进行分类。
在WEKA 3.6.6中，一切都进行得很好，我可以选择提供的测试集，并对模型进行训练，得到结果。
在相同的文件中，WEKA 3.7.10说
Train and test set are not compatible. Would you like to automatically wrap the classifier in "inputMappedClassifier" before porceeding?
当我按下No时，它会输出以下错误消息
Problem evaluating cla
浏览 0提问于2014-03-10得票数 0
1回答
我正在尝试使用Weka中的训练集和随机森林算法来获得测试集的预测。我的问题是“按类显示的详细准确度”输出只显示问号(见附件照片)。此外，它似乎没有识别实例的数量，因为它说实例的总数是0。
一些附加信息:训练和测试.arff文件上所有my属性的数量和名称都匹配。我还尝试使用Weka中的交叉验证选项仅运行训练数据集，没有任何问题。只有当我使用Weka分类选项卡中的'supplied set‘选项对测试集运行训练集时，才会出现问题。我对Weka还很陌生，所以任何建议都非常感谢！
浏览 4提问于2021-04-22得票数 0
1回答
我需要使用Weka和它的AttributeSelection算法LatentSemanticAnalysis来进行文本分类。我将我的数据集分成训练集和测试集，我想在它们上应用LSA。我读过一些关于LSA的文章，但是我还没有找到如何使用它来分离数据集并保持它们的兼容性。这是我到目前为止所拥有的，但已经没有记忆了.
AttributeSelection selecter = new AttributeSelection();
weka.attributeSelection.LatentSemanticAnalysis lsa = new weka.attributeSelection.Latent
浏览 2提问于2014-04-07得票数 3
2回答
我正在使用Weka对一组带标签的网页执行分类，并使用AUC测量分类器性能。我有一个单独的六级因子，它不用于分类，我想知道分类器在每个因子级别上的表现如何。
我应该使用什么技术或度量来测试数据子集上的分类器性能？
浏览 3提问于2010-09-08得票数 0
我有两个关于句子是否包含提到药物不良事件的数据集，训练和测试集都只有两个字段文本和标签{不良事件，无不良事件}我已经使用weka和stringtoWordVector过滤器在训练集上使用随机森林构建了一个模型。
我想测试构建的模型，方法是从测试数据集中删除类标签，在其上应用StringToWordVector过滤器，并使用它测试模型。当我尝试这样做时，它给我一个错误，说训练和测试集不兼容，可能是因为过滤器为测试数据集识别了一组不同的属性。我如何解决这个问题，并输出测试集的预测。
浏览 0提问于2018-03-12得票数 0
我使用的是Ubuntu 15.10，Python 2.7，以及python weka-wrapper包的当前安装。
我正在做以下工作：(1)根据从.csv文件加载的数据对分类器进行培训。(2)从另一个.csv文件加载第二组数据--该数据具有与训练原始分类器相同的指定功能的头。(3)我正在尝试使用经过训练的分类器来分类从第二个文件加载的数据--实际上，我真正想要的是每个实例符合某个类的概率(但这是我稍后要指出的)。
下面是我的代码，它使用经过训练的分类器和(第二)文件名作为输入：
def classifyData(classifier,datFile):
loader = Loade
浏览 2提问于2016-09-01得票数 0
回答已采纳
我尝试使用Weka的类对测试数据集的某些实例进行分类。
我使用一个不同的训练数据集来训练分类器。测试集和训练集(arff文件)都有相同的属性结构，但是测试集不包含任何类值。
使用的分类器选项是-tcl myclass (设置我的目标类)。
运行distributionForInstance(Instance)方法时，我得到以下错误：
java.lang.ArrayIndexOutOfBoundsException: 3
# weka.core.DenseInstance.value(weka/core/DenseInstance.java:332)
# weka.core.Abst
浏览 2提问于2014-04-23得票数 0
回答已采纳
2回答
具有巨大的分布式数据集，这些数据集经过训练以产生classifiers.All，这些数据集具有相同的属性，并且使用单个算法J48完成训练。我面临的问题是如何将这些分类器组合成一个可用于测试和预测数据的分类器。我使用weka工具将weka jar转换为dll.Using C#语言。任何C#或Java语言的帮助都会有很大的帮助。如果需要任何额外的信息，您可以随时询问。谢谢
浏览 2提问于2015-01-09得票数 1
1回答
Weka忽略未标记的数据
、、、
我正在做一个在Weka中使用朴素贝叶斯分类器的NLP分类项目。我打算使用半监督机器学习，因此使用未标记的数据。当我在一组独立的未标记测试数据上测试从我的标记训练数据中获得的模型时，Weka忽略所有未标记的实例。有人能指导我怎么解决这个问题吗？这里已经有人问过这个问题了，但是没有提供任何合适的解决方案。下面是一个示例测试文件：
@relation referents
@attribute feature1 NUMERIC
@attribute feature2 NUMERIC
@attribute feature3 NUMERIC
@attribute featur
浏览 0提问于2013-05-08得票数 3
回答已采纳
1回答
我有一个倾斜的数据集，其中有推特推文和与it.The相关的情绪，积极情绪:负面情绪的比率约为1:4(训练集)。当我在Weka上运行训练集(没有SOMTE)时，结果并不令人满意。所以我使用SMOTE来平衡我在那之后得到的classes.The结果，这要好得多。我使用Libsvm进行分类。
由这种SMOTE技术生成的模型的可靠性如何？对于这种不平衡的数据集，我们可以总是使用SMOTE吗？我是ML和weka的新手，所以对这些东西了解不多。
浏览 6提问于2015-03-10得票数 1
我在一组简短的文档上训练了一个分类器，并在得到一个二进制分类任务的合理f1和准确性分数之后对它进行了腌制。
在培训过程中，我减少了使用sciki学习countVectorizer cv的特性数量：
cv = CountVectorizer(min_df=1, ngram_range=(1, 3), max_features = 15000)
然后使用fit_transform()和transform()方法获得转换后的列车和测试集：
transformed_feat_train = numpy.zeros((0,0,))
transformed_feat_test =
浏览 8提问于2014-09-23得票数 5
回答已采纳
2回答
所以这个问题可能看起来有点愚蠢，但我无法理解它。测试数据的用途是什么？只是为了计算分类器的准确率吗？我正在使用朴素贝叶斯对推文进行情感分析。一旦我使用训练数据训练我的分类器，我就使用测试数据来计算分类器的准确性。如何使用测试数据来提高分类器的性能？
浏览 0提问于2015-03-02得票数 0
2回答
我需要构建一个分类器，然后使用它来预测未来的实例。是一个很好的入门源，不幸的是，我注意到未来的实例不需要匹配源培训数据的格式。
如何预测训练数据和新实例之间的差异？
火车示例：
@relation @属性A1 {e，f，g}
@属性A2数值
@属性A3数值
@属性A4 {正，负}@数据
e，-100,100，正
f，-10，10，正
g，-90，90，阴性
示例测试：
@关系检验
@属性B1 {b，a}
@属性B2数值
@属性B3 {好的，坏的}@数据
b，100，很好
a，10，不好
b，90，很好
如果保存上述培训和测试数据集，则可以使用以下代码来确保构建在培训数据上的模型能够
浏览 4提问于2016-01-05得票数 2
假设我们有一个有5类a，b，c，d，e类的列车数据集，但是测试数据集只有d和e，没有额外的类f在火车集合中。如果我想在weka或python中使用这个数据集进行机器学习，我应该如何处理这个数据集？我应该改变它们吗?我应该怎么做呢？我是否应该从列集中删除未在测试集中的类？(这是一种多类分类，字母are是目标类)
浏览 0提问于2020-02-05得票数 0
回答已采纳
1回答
构建weka分类器
、、、
我正试着在Weka中建立一个分类器。我有两个数据集:训练和测试。这两个文件是相同的:具有相同数量和类型的属性。然而，weka浏览器给我一个错误，说Train和测试集不兼容。如何解决此错误？这是两组的截图：
浏览 1提问于2016-11-28得票数 0
1回答
如何使用Weka Api通过10折交叉验证来创建分类模型。
我是否应该首先交叉验证模型:例如：
evaluation.crossValidateModel(classifier, trainingSet, 10, Random(1))
然后基于这个trainedSet构建一个新的分类器。e.g
NaiveBayes nb2 = new NaiveBayes();
nb2.buildClassifier(train);
然后保存并使用此模型(nb2)？
浏览 0提问于2014-07-24得票数 0
我在Weka用属性选择在FilteredClassifier上训练我的模型。现在，我无法使用序列化模型进行测试数据分类，我搜索了很多，但真的找不出。这就是我目前正在做的事情：
java -cp $CLASSPATH weka.filters.supervised.attribute.AddClassification\
-serialized Working.model \
-classification \
-remove-old-class \
-i full_data.arff \
-c last
这让我说错了
weka.core
浏览 2提问于2015-11-12得票数 1
回答已采纳
我正在使用从文件交换中获得的Matlab Weka接口进行一些交叉验证。我的循环结构似乎可以很好地用于Weka的Logistic分类器。但是，当我尝试对AdaBoostM1执行完全相同的操作时，它抛出以下错误：
??? Java exception occurred: java.lang.ArrayIndexOutOfBoundsException
Error in ==> wekaClassify at 24 classProbs(t+1,:) = (classifier.distributionForInstance(testData.instance(t)))';
Er
浏览 2提问于2012-04-21得票数 0
1回答
WEKA如何评估星系团？
、、、
嗨，在链接中找到了这个解释：
使用培训集(默认)。生成聚类后的Weka
将训练实例分类为按
集群表示并计算实例的百分比。
在每个星系团中坠落。
在所提供的测试集或百分比split中可以评估
如果聚类表示是概率的(例如，对于EM)，则对单独的测试数据进行聚类。
类到集群评估。在这种模式下，Weka首先会忽略
类属性并生成集群。然后在
它根据每个集群中类属性的大多数值将类分配给集群的测试阶段。在此基础上计算分类误差，并给出相应的混淆矩阵。一个例子
对于k-均值，如下所示。
但是，我不清楚WEKA是如何对集群中的一个新实例进行分类的，以及它如何度量是否应该将该实例分类到该集群中。
浏览 0提问于2018-11-29得票数 1
1回答
我正在运行ubuntu14.10，我已经通过GUI创建并保存了一个模型。现在，我想从命令行运行一些测试数据。这很好，只要我不尝试传递任何分类器特定的选项。当我这样做时，我会收到一条“无效选项”消息。
例如，以下工作：
java -Xmx1g -cp /usr/share/java/weka.jar weka.classifiers.lazy.IBk -l ibk1-full.model -T testdata.arff
然而，以下并不是：
java -Xmx1g -cp /usr/share/java/weka.jar weka.classifiers.lazy.IBk -l ibk1-ful
浏览 4提问于2014-12-07得票数 3
回答已采纳
1回答
我正在使用Weka图形用户界面进行分类。我是维卡的新手，我对选择感到困惑。
使用训练集
提供的测试集
交叉验证
为了训练我的分类算法(例如J48)，我训练了交叉验证10倍，准确率相当好(97%)。当我测试我的分类时，准确率下降到72%左右。我真的很困惑。有小费吗？我就是这样做的：
我根据训练数据训练我的模型(例如：train.arff)
右键单击要保存的项目的结果列表，选择“保存模型”并将其保存为j48tree.model
然后
我加载测试数据(例如：test.arff通过提供的测试集按钮)
在结果列表中右击，我选择了Load模型并选择j48tree
浏览 3提问于2016-03-09得票数 0
回答已采纳
1回答
我有一套训练。我在训练集上执行了以下过滤器，
四分位数范围&RemoveWithValues(用于移除异常值和极值)。
替换丢失的值。
NumerictoNominal
我使用了带有交叉验证的朴素贝叶斯分类器(10倍)。准确率为62%。拯救了模型。
我在测试数据上使用了"NumerictoNominal“过滤器。测试数据缺少值，而且Class属性也是空的。属性的数量和顺序在测试和培训数据中是相同的。
当我在Weka中使用提供的测试集选项运行朴素贝叶斯时，我会发现一个错误，即训练和测试数据不兼容。
浏览 2提问于2013-04-01得票数 1
我尝试使用SVM方法对这四组图像进行分类，每次都随机选择训练和测试数据。当T运行程序时，由于随机选择数据，性能会发生变化。如何获得我的算法的准确性能，以及如何计算训练和测试精度？
我用来计算性能的公式是
Performance = sum(PredictedLabels == test_labels) / numel(PredictedLabels)
我正在使用multisvm函数进行分类。
浏览 2提问于2013-12-11得票数 0
1回答
1)众所周知，KNN在训练阶段不进行计算，而是推迟所有的分类计算，因此我们称之为懒惰学习者。分类应该比训练花费更多的时间，但是我发现这个假设与weka几乎相反。其中KNN训练比测试花费更多的时间。
为什么和如何在weka中KNN在分类方面表现得更快，而在一般情况下，它应该表现得更慢？
它也会导致计算错误吗？
2)当我们说Knn中的特征加权可以提高高维数据的性能时，我们说它是什么意思？我们指的是高InformationGain的特征选择和选择吗？
浏览 4提问于2014-02-13得票数 4
2回答
我对Weka是个新手，对命令行上的Weka更是陌生。我发现文档很差，我正在努力找出一些要做的事情。例如，希望获取两个.arff文件，一个用于训练，另一个用于测试，并获得测试数据中缺失标签的预测输出。
我该怎么做呢？
我将这段代码作为开始块
java -classpath weka.jar weka.classifiers.meta.FilteredClassifier
-t "training_file_with_missing_values.arff"
-T "test_file_with_missing_values.arff"
-F weka.filter
浏览 1提问于2013-03-16得票数 16
回答已采纳
1回答
我正在尝试创建一个包含训练数据集的模型，并希望标记测试数据集中的记录。
我在网上找到的所有教程或帮助都有关于仅对一个数据集(即训练数据集)使用交叉验证的信息。我找不到如何使用测试数据。我尝试将结果模型应用于测试集。但是测试集似乎给出了不同的结果。比预处理后的训练集更多的属性。这是一个文本分类问题。
最后，我得到了一些类似如下的输出
18.03.2013 01:47:00 Results of ResultWriter 'Write as Text (2)' [1]:
18.03.2013 01:47:00 SimpleExampleSet:
5275 examples,
36
浏览 3提问于2013-03-18得票数 1
回答已采纳
我正在对两类向量做一些初步测试，试图用libsvm将它们分开。我在Matlab和cmd行(使用libsvm)获得了78.2%的正确识别率，但在Weka中我得到了大约95%的正确识别率。
Weka中没有进行交叉验证；只是训练模型，然后读取测试数据集并对其进行分类。
有人能给出一个解释吗？提前谢谢。
浏览 3提问于2012-05-18得票数 0
我有个关于交叉验证的问题。
在机器学习中，我们知道有训练，验证，测试集。测试集是最终运行，以查看最终模型/分类器的性能。
但是在交叉验证的过程中:我们将数据分成训练集和测试集(大多数教程都使用这个术语)，所以我很困惑。我们是否需要将整个数据分成三个部分:培训、验证、测试？因为在交叉验证中，我们一直在谈论与2组的关系:训练和另一组。
有人能帮我澄清一下吗？
谢谢
浏览 2提问于2017-04-27得票数 7
回答已采纳
3回答
对CSV的Weka预测
、、、
我用Weka训练了一个分类器，我可以在测试数据上使用它。此外，我可以选择将分类器的预测显示在日志窗口中，用于测试数据。
但是，对于我当前的项目，我可以方便地以CSV格式获取这些数据。这在Weka有可能吗？是否只有在使用命令行时才有可能(这是我最终要做的事情)？
我总是可以将整个缓冲区结果保存到一个文本文件中，但是在这种情况下，我必须解析该文件并删除所有的“噪音”(这并不是真正的噪音，但您得到了重点)。
因此，最后，是否有任何方法输出Weka对测试集的预测到CSV文件？
编辑：正如下面的答案所示，有一个选项可以这样做。然而，它只能在Weka 3.7及以上找到！
浏览 8提问于2012-10-29得票数 11
回答已采纳
例如，我正在将PCA应用于我的训练集，并希望使用SVM进行分类。如何在测试集中自动拥有相同的功能？(与PCA之后的新训练集相同)。
浏览 80提问于2019-03-31得票数 2
回答已采纳
我有一个包含125条记录的训练有素的数据集。我将使用NaiveBayesUpdatable对新实例进行分类。但是当我运行naiveBayes (在windows下，使用WEKA3.4)时，我得到以下错误：
java.lang.ArrayIndexOutOfBoundsException: 126
at weka.estimators.DiscreteEstimator.getProbability(Unknown Source)
at weka.classifiers.bayes.NaiveBayes.distributionForInstance(Unknown Source
浏览 0提问于2011-08-27得票数 0
回答已采纳
1回答
特征缩放
、
我正在努力解决一个与特性缩放相关的概念性问题。
让我们假设我正在构建一个分类器(例如一个NN)，并且假设我依赖于我的模型的输入特性的未来缩放。
在这种情况下，我将用它的平均值和它的std来规范训练集，我也会用测试均值和std对测试集做同样的事情。
让我们也假设我成功地建立了我的分类器，我转移到生产，在那里我试图分类新的投入。然而，对于这样的新输入，均值和std是未知的！在对模型进行处理之前，我如何适当地缩放它们？也许我可以用training+testing的平均值和性病。
我真的不知道哪个是正确的练习here....any提示？
谢谢你的帮助!
浏览 0提问于2015-03-23得票数 2
我有一个关于ANN的训练和测试数据的问题。
在分类之前，测试数据是否应该经过特征提取过程？我是这个领域的新手。我做的是对的吗？我将数据集分为80%的训练和20%的测试。两个集合，我都提取了特征。对于训练数据，我将其放入训练网络，但不是用于测试数据。然后转到分类。这是正确的吗？因为我的SV说测试数据不应该经过特征提取过程。我想知道如果没有提取特定的特征，ANN如何识别输入。为我糟糕的英语道歉。
如果任何人有我可以参考的链接或日志，请提供它。
非常感谢。
浏览 2提问于2014-02-11得票数 0
我试图在Weka的同一张图中绘制多条ROC曲线。我已经了解到，我可以在Weka知识流中使用“模型绩效图”来实现这一点。然而，我不知道如何为现有的模型这样做。
我尝试使用ArffLoader和TestSetMaker来生成测试数据，并将其连接到一个合适的分类器图标(例如，当这是我试图加载的模型时的AdaBoostM1 )。在分类器图标的配置中，我选择"load model“，在状态栏中显示”load model“。但是，当我运行它时，它会说“错误:没有经过训练的/加载的分类器用于预测”。
有人能告诉我我在这里做错了什么吗？提前感谢！
浏览 0提问于2014-11-06得票数 1
回答已采纳
2回答
我使用的基因表达数据，是浮动数字，并希望训练分类器考虑到二进制分类。由于我是这个领域的新手，我有一些问题：
我使用的第一个分类器是SVM。我正在使用sklearn工具，它需要在培训和测试数据集中分离数据集。据我所知，为了构建模型，需要将数据集中的数据集和验证数据集(找到模型的参数)分开，而对于超参数的微调，则需要一个测试数据集。有趣的是，考虑到我在查看sklearn文档时发现的情况，建议只对火车和测试数据集进行分割。验证数据集上没有断言。因此，我怀疑，我是否正确地运行分类器。
下面是我使用的代码：
from sklearn.model_selection import train_tes
浏览 0提问于2021-06-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
