【发布时间】:2013-12-01 17:45:38
【问题描述】:
使用 evaluate_Weka_classifier 评估简单测试集时出现错误。尝试使用 RWeka 了解从 R 到 Weka 的界面如何工作,但我仍然不明白。
library("RWeka")
iris_input <- iris[1:140,]
iris_test <- iris[-(1:140),]
iris_fit <- J48(Species ~ ., data = iris_input)
evaluate_Weka_classifier(iris_fit, newdata = iris_test, numFolds=5)
正如我们假设的那样,这里没有问题(这当然是一个愚蠢的测试,没有随机的保留数据等)。但现在我想模拟丢失的数据(很多)。所以我将 Petal.Width 设置为缺失:
iris_test$Petal.Width <- NA
evaluate_Weka_classifier(iris_fit, newdata = iris_test, numFolds=5)
这给出了错误: .jcall 中的错误(评估、“S”、“toSummaryString”、复杂性): java.lang.IllegalArgumentException:不能有比实例更多的折叠!
编辑:这个错误应该告诉我我没有足够的实例,但我有 10 个
编辑:如果我使用write.arff,它可以被Weka导出和读入。将 Petal.Width {} 更改为 Petal.Width 数字以使两个文件完全相同。然后它在 Weka 中工作。
这是思维错误吗?在阅读机器学习、实用机器学习工具和技术时,它似乎是合法的。也许我只需要告诉 RWeka 当拆分使用缺失变量时我想使用分数?
谢谢!
【问题讨论】:
标签: r weka decision-tree