0
我在我的數據集上嘗試使用Weka的不同分類器。我有小數據集,我將數據分爲五類。 我的問題是,當我通過不同的分類器應用交叉驗證或百分比分類分類時,我得到了非常不同的結果。weka中的SMO,NaiveBayes和BayesNet分類器的不同結果
例如,當我使用NaiveBayse
或BayseNet
分類,我有大約40的所有類的F-得分,但使用SMO
我得到的是獲得20的F-分數的壞的結果,當我使用LibLinear
分類這給了我大約15分的F分數。
也許我應該提到,因爲LibLinear
分類器不接受名詞,所以我給每個可能的名義值分配一個代碼,並將它們用作我的數據集中的Numeric
值。
有人可以告訴我爲什麼我會得到這樣不同的結果嗎?我預計所有分類器都會有大致相似的結果。
此外,當我在我的測試集上使用LibLinear
時,我將所有數據歸入其中一個類中,而其他四個類中沒有實例。
由於提前,