威卡分类答案

【问题标题】：Weka Classification威卡分类
【发布时间】：2015-10-21 08:47:22
【问题描述】：

我试图在具有 32 个属性的数据集上对分类机器学习算法进行数据建模，最后一列是目标类。我将属性编号从 32 细化为 6，我觉得这对我来说会更有用分类模型。

我尝试执行 J48 和一些增量分类算法。我期望的输出结构由混淆矩阵、正确分类和错误分类的实例、kappa 值组成。

但是我的结果没有给出关于正确和错误分类实例的任何信息。而且，它没有预测混淆矩阵和 Kappa 值。我收到的都是这样的：

=== 总结 ===

相关系数 0.9482

平均绝对误差 0.2106

均方根误差 0.5673

相对绝对误差 13.4077 %

相对平方根误差 31.9157 %

实例总数 1461

谁能告诉我为什么我没有得到混淆矩阵、kappa 和正确、不正确的实例信息。

【问题讨论】：

这是回归分类器的输出

标签： machine-learning classification weka

【解决方案1】：

很遗憾，您没有编写代码，或者您应用的是什么版本的 weka。顺便说一句，要计算混淆 mtx、kappa 等，您可以使用 Evaluation 类、http://weka.sourceforge.net/doc.dev/weka/classifiers/Evaluation.html 的方法

例如，在您训练模型之后：

classifier.buildClassifier(train); \\train is an instances

Evaluation eval = new Evaluation(train);
//evaulate your model at 10 fold cross validation manner
eval.crossValidateModel(classifier, train, 10, new Random(1));

System.out.println(classifier);

//print different stats with 
System.out.println(eval.toSummaryString());
System.out.println(eval.toMatrixString());
System.out.println(eval.toClassDetailsString());

【讨论】：