如何在 Weka 中使用权重

Question

关于 Weka 的重量，我需要您的帮助。 我正在对大规模数据进行一些实验：我正在将数据转换为实例并使用不同的分类器进行研究。 现在我想研究赋予实例权重如何影响学习——有时我想赋予实例权重，有时不。 我的问题是：

1. 可能的权重范围是多少？
2. 权重的效果是否因分类器而异？
3. 是否有默认权重（我在某处看到它可能是 1，但我想确认一下）？
4. 任何对相关信息的参考将不胜感激:)

Answer 1

问题 2 的答案是“是”，这也会影响问题 1 的答案。基本上，Weka 只将权重传递给实际的分类算法。允许的权重范围以及它们的使用方式完全取决于分类器的实现。关于问题3，默认权重会赋予所有实例相同的权重，实际数量并不那么重要。

例如，最近邻分类器完全忽略权重，即使它很乐意接受任何权重值。理论上，可以实现最近邻分类器来考虑权重，但这个特定的分类器没有。所以问题 2 的答案是，它实际上取决于分类器的特定实现，甚至比分类器算法更多。