我正在使用 Weka 軟體對模型進行分類。我在使用訓練和測驗資料集磁區時感到困惑。我將整個資料集的 60% 劃分為訓練資料集并將其保存到我的硬碟中，并使用 40% 的資料作為測驗資料集并將這些資料保存到另一個檔案中。我使用的資料是不平衡的資料。所以我在我的訓練資料集中應用了 SMOTE。之后，在 Weka 的分類選項卡中，我選擇了Use training set選項Test options并使用隨機森林分類器對訓練資料集進行分類。得到結果后，我選擇了Supplied test setoption fromTest options并從硬碟加載我的測驗資料集，然后再次運行分類器。
我試圖找出有關如何在 Weka 中加載訓練集和測驗集的教程，但沒有得到它。我做了上述程序取決于我的理解。
因此，我想知道對訓練和測驗資料集進行分類的正確方法是什么？
謝謝你。
uj5u.com熱心網友回復：
沒有必要在訓練集上評估你的分類器（這會過于樂觀，因為分類器已經看到了這些資料）。只需使用該Supplied test set選項，您的分類器就會在當前加載的資料集上自動進行訓練，然后再在指定的測驗集上進行評估。
除了手動拆分資料，您還可以使用Percentage split測驗選項，其中60% 用于您的訓練資料。
使用過濾器時，您應該始終將它們（在本例中SMOTE）和分類器（在本例中RandomForest）包裝在FilteredClassifier元分類器中。這樣，您將確保正確轉換訓練和測驗集資料。這也將避免在使用監督過濾器轉換完整資料集并隨后將資料集拆分為訓練/測驗時將資訊泄漏到測驗集的問題。最后，它還很好地記錄了對輸入資料進行的預處理，所有這些都在一個命令列字串中。
如果您需要應用多個過濾器，請使用MultiFilter依次應用它們。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/329958.html
上一篇：從函式內部呼叫多個值