我想在 Weka 上运行一个10折交叉验证的训练/测试实验,使用的数据集已经被划分成了10个fold(即每个实例已经被分配到一个fold中)。我知道如果将完整的数据集提供给Weka,它可以为您创建 folds 并运行10折 CV,但是否有一种方法告诉它哪些实例应该属于哪个 fold,而不是手动将数据集分成10个训练/测试集并独立地运行每个10次实验?
谢谢
谢谢
您会使用Java吗?以下是一个使用Java接口进行分类器训练和评估的简单示例,摘自此处: http://www.programcreek.com/2013/01/a-simple-machine-learning-example-in-java/
第一步是创建数据集:
// Do 10-split cross validation
Instances[][] split = crossValidationSplit(data, 10);
// Separate split into training and testing arrays
Instances[] trainingSplits = split[0];
Instances[] testingSplits = split[1];
然后进行典型的培训/评估:
// For each training-testing split pair, train and test the classifier
for (int i = 0; i < trainingSplits.length; i++) {
Evaluation validation = classify(models[j], trainingSplits[i], testingSplits[i]);
predictions.appendElements(validation.predictions());
}
trainCV
/testCV
函数来获取这些实例集。你可以编写一个新的函数来返回这些已知折叠的数据的子集。copyInstances
的调用。copyInstances(0, train, first);
copyInstances(first + numInstForFold, train,
numInstances() - first - numInstForFold);
return train;
new Instances(java.lang.String name, java.util.ArrayList<Attribute> attInfo, int capacity)
创建一个空的Instances,然后使用来自所有实例的超集的Instances.get
填充它。filterRand = Randomize();
filterRange = RemoveRange();
%if the filterInst parameter is active, take a subsample of training
if doFilterTrain
rangeStr = sprintf('%g-%g', 1, learnParams.trainSizeMax );
filterRange.setInstancesIndices( rangeStr );
filterRange.setInvertSelection( 1 );
end
if doFilterTrain
filterRand.setInputFormat( instTrain );
filterRange.setInputFormat( instTrain );
instTrainSub = Filter.useFilter(instTrain, filterRand);
instTrainSub = Filter.useFilter(instTrainSub, filterRange);
end
祝你好运!