weka中新實例的分類

在我們的訓練集中，我們執行了特徵選擇（例如CfsSubsetEval GreedyStepwise），然後使用分類器（例如J48）對實例進行分類。我們保存了Weka創建的模型。weka中新實例的分類

現在，我們想分類新的[未標記的]實例（在特徵選擇之前它仍然具有訓練集的屬性的原始數量）。我們是否正確地假設我們應該在這組新的[未標記的]實例中執行特徵選擇，以便我們可以使用已保存的模型重新評估它（以使訓練和測試集兼容）？如果是，我們如何過濾測試集？

謝謝你的幫忙！

來源

2013-05-18 Dids

是的，測試和訓練集必須具有相同數量的屬性，並且每個屬性必須對應相同的事物。所以你應該在分類之前從測試集中刪除相同的屬性（你從訓練集中刪除）。

來源

2013-05-20 08:23:22

我不認爲你必須在測試集上進行特徵選擇。如果測試集已具有原始數量的屬性，請上傳它，然後在「預處理」窗口中手動刪除在訓練集文件中的功能選擇過程中刪除的所有屬性。

來源

2013-07-29 09:29:36 PGreen

您必須將相同的過濾器應用於之前應用於訓練集的測試集。您也可以使用WEKA API將相同的過濾器應用於測試集。

Instances trainSet = //get training set 
Instances testSet = //get testing set 
AttributeSelection attsel = new AttributeSelection();//apply feature selection on training data 
CfsSubsetEval ws = new CfsSubsetEval(); 
GreedyStepwise search = new GreedyStepwise(); 
attsel.setEvaluator(ws); 
attsel.setSearch(search); 
attsel.SelectAttributes(trainSet); 

retArr = attsel.selectedAttributes();//get indicies of selected attributes 

Filter remove = new Remove() //set up the filter for removing attributes 
remove.setAttributeIndicesArray(retArr); 
remove.setInvertSelection(true);//retain the selected,remove all others 
remove.setInputFormat(trainSet); 
trainSet = Filter.useFilter(trainSet, remove); 

//now apply the same filter to the testing set as well 
testSet = Filter.useFilter(testSet, remove); 

//now you are good to go!

來源

2014-03-03 06:06:07 abhinna11

weka中新實例的分類

回答

相關問題