Weka - 正确/错误分类实例的含义答案

【问题标题】：Weka - Meaning of correctly/Incorrectly classified InstancesWeka - 正确/错误分类实例的含义
【发布时间】：2019-12-08 20:17:58
【问题描述】：

我今天开始使用 Weka。我正在使用包含虚拟信息的 .arff 文件。然后，我使用 weka 来获取结果。但是，问题是我不确定 weka 正在做什么来获得结果。例如，使用 Heoffding 树，我得到了 75% 的正确分类实例结果和 25% 的错误分类结果； 75%到底是多少？ weka 做了什么来获得 75% 的正确分类结果？谢谢！

【问题讨论】：

分享您拥有的逐步截图或代码 sn-ps。无论如何，根据测试方法（例如交叉验证），weka 会保留一定百分比的数据用于测试。例如，假设在 arff 文件的 100 行中，weka 将前 70 行用于训练/学习。剩下 30 个用于测试。当使用 30 行/数据实例进行测试时，weka 得到了 27 个正确和 3 个错误，这意味着 90% 的准确度。

标签： weka

【解决方案1】：

假设您使用的是 Weka Explorer 及其“分类”窗格，评估结果取决于您在“测试选项”框中的设置。

这里的默认设置是 10 折的“交叉验证”。使用此设置，您的输入数据将分成 10 个大小大致相同的部分。 Weka 然后执行 10 次训练和评估，最后为您提供平均性能。这个过程在this stackoverflow post中有更详细的解释

【讨论】：