在 Weka 中使用聚类进行预测答案

【问题标题】：Use clustering for prediction in Weka在 Weka 中使用聚类进行预测
【发布时间】：2013-04-22 05:51:35
【问题描述】：

我可以使用聚类（例如使用 k-means）在 Weka 中进行预测吗？

我有一些基于总统选举研究的数据。我有问卷的答案（数字属性），我有一个属性是问题的答案你要给谁投票？（1、2 或 3）

我在 Weka 中使用一些分类器（例如贝叶斯）进行预测。我的结果基于那个答案（投票意图），我有大约 60% 的召回率（正确预测率）。

我知道聚类是另一回事，但我可以使用聚类进行预测吗？我已经尝试过了，但我意识到聚类总是选择自己的质心，并且它不使用我的投票意图问题。

【问题讨论】：

标签： algorithm user-interface attributes cluster-analysis weka

【解决方案1】：

是的。您可以使用 Weka 界面通过聚类进行预测。首先，使用预处理标签上传您的训练数据。然后，进入classify tab，在classifier下，点击choose，在meta下，选择ClassificationViaClustering。 weka 使用的默认聚类算法是 SimpleKMean，但您可以通过单击选项字符串（即选择按钮旁边的文本）来更改它，weka 将显示一个消息框，单击选择和一组聚类算法将被列出以供选择（例如 EM）。之后，您可以像使用 weka 进行分类时一样通过单击 set 进行交叉验证或上传测试数据。

希望这对有同样问题的人有所帮助！

【讨论】：

【解决方案2】：

Explain results of K-means

必须是您的同事。他似乎使用了相同的数据集，如果我们都可以查看数据会有所帮助。

一般来说，聚类不是分类或预测。

但是，您可以尝试使用从聚类中获得的信息来改进您的分类。两种这样的技术：

用聚类中心替换您的数据集，并将其用于分类（至少如果您的聚类对于类标签来说是相当纯的！）
在每个集群上训练一个单独的分类器，并用它们构建一个集成（特别是，如果您的集群是不均匀的）

但我相信您对分类或聚类的理解还不足以尝试这些。您需要小心处理它们，并且非常了解您的数据。

【讨论】：

是的，我的理解还不是很好。我可以使用 Weka 做一些简单的事情吗？是否有任何教程可以做我想做的事情？
嗯，有 Weka 的书……那是一本非常好的书，使用它！
是的，在 Weka 主页显着位置链接的书被称为 Weka 书……哦，它也经常使用 Weka。它甚至还附赠了一份Weka，还有一个叫做“书本”的Weka版本。