如何解释 Weka 中的朴素贝叶斯结果？ [关闭]答案

【问题标题】：How to interpret the naive bayes result in weka? [closed]如何解释 Weka 中的朴素贝叶斯结果？ [关闭]
【发布时间】：2011-02-23 15:59:06
【问题描述】：

请任何人帮助我解释在 weka 中生成的以下结果，以便使用朴素贝叶斯进行分类。

请解释清楚什么是

正态分布
平均数
标准开发
权重总和
精度。

请帮助我。我是 weka 的新手。

** 朴素贝叶斯分类器

正常类：先验概率 = 0.5 1374195_at：正态分布。平均值 = 218.06 StandardDev = 6.0572 WeightSum = 3 Precision = 36.34333334 1373315_at：正态分布。平均值 = 1142.58 StandardDev = 21.1589 WeightSum = 3 Precision = 126.95333339999999

【问题讨论】：

这是你的家庭作业还是课堂作业？

标签： machine-learning weka classification

【解决方案1】：

正态分布是经典的高斯分布。均值和标准差是正态/高斯分布的属性。查看有关此的基本统计文本。

重量总和。该值是针对数值计算的。它的值等于类分布。对于 iris 数据集，有 3 个类（50、50、50），所有这些类的值都是 50。对于天气数据集，它是 9 5。与类实例编号相同。您的属性值会根据类分布影响您的结果。

Precision : TP / (TP + FP) 正确预测的百分比。

更多资源： Classifier Evaluation

【讨论】：

- 您的“分类评估”链接似乎已失效。
@G5W 将死链接更改为维基百科