关于使用机器学习工具Weka的问题

Question

我正在使用Weka的探索功能进行分类。

因此，我有一个包含两个数值类型特征和一个二元0或1类别（例如{0,1}）的.arff文件。

样本：

@RELATION summary
@ATTRIBUTE feature1 NUMERIC
@ATTRIBUTE feature2 NUMERIC
@ATTRIBUTE class {1,0}

@DATA
23,11,0
20,100,1
2,36,0
98,8,1
.....

我加载这个.arff文件，使用10折交叉验证（没有测试文件），选择NaiveBayes，然后对数据进行分类，结果显示：5个标签错误，100个标签正确。到目前为止一切顺利。

现在，我显著改变了我的.arff文件（给我的特征属性完全随机的值）。重复上述过程，但当我进行分类时，得到了完全相同的统计结果。

我尝试了更改.arff文件的其他值和不同的分类算法。但是，无论我给我的.arff文件什么值，都会得到完全相同的统计结果（在相同算法下）。

我在这里做错了什么吗？

- Saobi

---

既然问题已经解决，你能否更新标题为更具体的内容？ - Sentry

Answer 1

没有更多信息很难确定，但我有两个建议：

1. 这两个类别的比例是多少？是5比100吗？许多算法在高度倾斜的类标签分布下效果不佳。

2. 只是一种直觉，但尝试将您的类标签从数字更改为字符串（例如'class1'和'class2'）。Weka将这些称为“名义”属性，因此可能不允许使用数字。

- Stompchicken

Answer 2

另外请注意，UI中的交叉验证非常糟糕，因为它们只会向您显示原始树（在折叠其他数据之前）。如果您想要生成最终树，则需要使用编程API。我建议使用拆分训练/测试数据集。

- James

Answer 3

你尝试过改变吗？

@ATTRIBUTE class {1,0} 

使用

@ATTRIBUTE class {yes,no} 

- heimcomputer