【问题标题】:Real-time supervised learning with Weka (on Android phone)使用 Weka 进行实时监督学习(在 Android 手机上)
【发布时间】:2013-12-10 19:19:56
【问题描述】:

我想使用加速度计数据来(尝试)预测用户正在进行的活动(简单活动)。假设我有一堆训练实例,其中是单个训练实例,xn 是类标签。训练后,我想把数据拿进来,转换它,然后实时(或接近它)输出活动的分类。

首先,有什么建议吗?其次,我将有训练集的类标签,但没有测试集。我应该如何计算准确性。我不能只看标签,因为测试集没有标签。最后,我只是想确保如果测试集没有任何类标签,Weka 不会抱怨。

我倾向于使用监督学习,但我可能会反对它。

【问题讨论】:

    标签: android weka decision-tree supervised-learning


    【解决方案1】:

    这似乎是一个有监督的机器学习问题。如果你想使用 Weka GUI,你必须标记你的测试数据。然后将它们传入weka,看看Weka的分类结果是什么。您为测试数据预设的标签不会影响您的结果。

    如果您不知道测试数据应该是什么,那将是一个无监督的机器学习问题。由于监督问题,对于训练模型和评估它(N-fold crossvalidation),您必须知道基本事实。

    【讨论】:

      猜你喜欢
      • 2017-08-22
      • 2019-04-16
      • 2015-06-01
      • 2018-07-28
      • 2014-04-20
      • 2012-07-01
      • 2017-06-27
      • 2016-05-28
      • 2013-03-24
      相关资源
      最近更新 更多