我有一个疑问。我理解了交叉验证和拆分概念，分类器将从训练数据中学习并测试测试数据拆分。
如果我首先使用“使用训练数据”运行分类，然后在分类选项卡中使用“提供的测试集”选项并再次运行，是否会发生同样的事情。
为了在分类选项卡中更清楚，我运行了两次...首先在预处理选项卡下上传训练数据集，然后在分类选项卡“提供的测试集”选项中上传测试集运行。那么在对测试数据执行时，模型是否使用之前完成的训练？
我使用了朴素贝叶斯分类器。我也怀疑所有分类器都是从训练数据中学习的，还是只是像神经网络、决策树这样的分类器？
【问题讨论】：
标签： classification weka bayesian
您在“分类选项卡”中提到的选项允许您选择如何评估已构建的模型。每次您在分类选项卡中按下“开始”时，都会构建一个新的分类器。对于您列出的选项，此分类器将使用“预处理”选项卡中的整个当前数据集。 无论您提供测试数据集还是使用训练数据，都将构建相同的分类器。 Weka 在构建新分类器时不会使用先前构建的分类器中的任何信息，至少以您描述的方式。
两种测试方式的区别如下：
“使用训练数据”将使用构建的分类器来预测训练实例。此选项通常会给出对分类器未来性能的过于乐观的估计。
“提供的测试集”将使用独立的测试集。鉴于此测试集是以公平的方式构建的，您应该获得对分类器未来性能的无偏估计。
为了解决您的最后一个问题，大多数分类器都尝试从训练数据中导出模型。这通常被认为是学习。但是，一些分类器，例如 IBk，不会诱导模型，而是使用训练数据本身来进行未来预测。这些都是相当不错的点，最好只是说所有 Weka 分类器都会根据训练数据做出预测。
【讨论】：