如何使用 RWeka 分类器功能属性“选项”？答案

【问题标题】：How to use RWeka classifiers function attribute "options"?如何使用 RWeka 分类器功能属性“选项”？
【发布时间】：2018-09-05 11:33:41
【问题描述】：

在RWeka分类器中，分类器的函数调用中有一个属性“options”，eg Bagging(formula, data, subset, na.action, control = Weka_control(), options = 空）。有人可以举一个关于如何定义这些选项的示例（示例 R 代码）吗？

我有兴趣将一些选项（例如迭代次数和每个包的大小）传递给 RWeka 的 Bagging 元学习器。提前致谢！

【问题讨论】：

标签： r rweka

【解决方案1】：

您可以使用您提到的功能，但不能通过options。

首先，选项有什么作用？根据帮助页面?Bagging

参数选项允许进一步自定义。目前，使用选项模型和实例（或部分匹配）：如果设置为 TRUE，则模型框架或相应的 Weka 实例分别包含在拟合的模型对象中，可能会加快对象的后续计算。默认情况下，两者都不包括在内。

所以选项只是在返回的结果中存储更多信息。要获得您想要的功能，您需要使用control。您需要使用函数Weka_control 构造control 的值。没有一些帮助，很难知道如何使用它，但幸运的是，可以通过 WOW Weka 选项向导获得帮助。因为有很多选项，所以输出很长。我将把它截断为关于你提到的特性的部分——迭代次数和每个包的大小。但是看看还有什么可用的。

WOW(Bagging)
-P      Size of each bag, as a percentage of the training set size. (default 100)
-I <num>
        Number of iterations.  (current value 10)
        Number of arguments: 1.

重复：我已截断输出以仅显示这两个选项。

示例：虹膜数据

假设我想对 iris 数据使用 bagging，其中包大小为数据的 90%（而不是默认的 100%）和 20 次迭代（而不是默认的 10 次）。首先，我将构建 Weka_control，然后将其包含在我对 Bagging 的调用中。

WC = Weka_control(P=90, I=20) 
BagOfIrises = Bagging(Species ~ ., data=iris, control=WC)

我希望这会有所帮助。

【讨论】：

谢谢。用迭代次数测试，似乎工作正常。