我怎样才能找到训练错误或错误（D）和测试错误或错误（S）答案

【问题标题】：how can i find training error or error(D) and test error or error(s)我怎样才能找到训练错误或错误（D）和测试错误或错误（S）
【发布时间】：2017-03-11 21:54:00
【问题描述】：

我需要找到训练错误或错误（D）并测试错误或错误。

假设，为了找到错误，我们使用公式：错误分类的实例/总实例然后找到错误（D）我们使用 error(s)+-confidenceInterval (sqrt(error(s(1-error(s)/n))))
这里 n= 总实例数

现在我怎样才能找到错误分类的实例？是否与使用 weka 评估类的评估模型可以找到的错误分类实例相同？请告诉我

代码：

import weka.classifiers.evaluation.Evaluation;
import weka.classifiers.trees.J48;
import weka.classifiers.trees.j48.ClassifierTree;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSource;
@SuppressWarnings("unused")
public class J48Tree {
public static void main(String[] args) throws Exception {       
    //load dataset
     DataSource trainsource = new DataSource(".//training data.arff");
     DataSource testsource = new DataSource(".//test data.arff");
     Instances dataset=trainsource.getDataSet();
     Instances datatestset=testsource.getDataSet();     
     //set class index to the last attribute
     dataset.setClassIndex(dataset.numAttributes()-1);
     datatestset.setClassIndex(dataset.numAttributes()-1);          
     //create classifier
     J48 tree = new J48();
     //using an unpruned J48 
     tree.setUnpruned(true);
     //build the classifier
     tree.buildClassifier(dataset);     
     // evaluate classifier and print some statistics
     Evaluation eval = new Evaluation(dataset);
     eval.evaluateModel(tree, datatestset);
     System.out.println(eval.toSummaryString("\nResults\n======\n", true));         
 }    }

输出：

结果

Correctly Classified Instances         540               22.2772 %
Incorrectly Classified Instances      1884               77.7228 %
Kappa statistic                          0.0644
K&B Relative Info Score              78375.7967 %
K&B Information Score                 1912.8906 bits      0.7891     bits/instance
Class complexity | order 0            7268.6047 bits      2.9986 bits/instance
Class complexity | scheme           725668.4216 bits    299.3682 bits/instance 
Complexity improvement     (Sf)    -718399.8169 bits   -296.3696 bits/instance
Mean absolute error                      0.2186
Root mean squared error                  0.3897
Relative absolute error                 91.6895 %
Root relative squared error            109.0212 %
Total Number of Instances             2424

【问题讨论】：

标签： java machine-learning classification weka j48

【解决方案1】：

如果您怀疑“错误分类”和“错误分类”是否相同，请使用来源。

查看 Weka 源代码（幸运的是它是开源的）是唯一了解它究竟在做什么的方法。即使我会告诉您“是的”，这对于一个版本可能是正确的，而在另一个版本中可能是错误的。因此，请将您的版本的来源用作权威资源。

【讨论】：