WEKA如何標準化屬性？

Question

假設我向WEKA輸入了一些數據集併爲屬性設置了一個歸一化過濾器，因此這些值在0和1之間。然後假設歸一化通過除以最大值完成，然後建立模型。那麼，如果我部署模型並在新實例中進行分類，則實例的特徵值大於訓練集中的最大值。如何處理這種情況？它只需要1或是否需要超過1？或者它拋出異常？

Answer 1

該文檔沒有爲通用的過濾器指定此值，所以它必須取決於過濾器。我查看了weka.filters.unsupervised.attribute.Normalize的源代碼，我假設你正在使用它，並且我沒有看到任何邊界檢查。

的實際比例代碼在Normalize.convertInstance() method：

value = (vals[j] - m_MinArray[j])/(m_MaxArray[j] - m_MinArray[j]) 
       * m_Scale + m_Translation; 

除非任何（不太可能），額外的檢查，這種方法之外我會說，它會擴展到大於1的值，在你所描述的情況。要100％確定你最好的選擇是編寫一個測試用例，自己調用過濾器，並找出答案。由於沒有在Javadoc中指定它們的庫，你永遠不知道下一個版本會做什麼。因此，如果您非常依賴特定的行爲，那麼編寫一個自動化測試來回歸測試庫的行爲並不是一個壞主意。

Answer 2

我有和你說的一樣的問題。我做了如下，並可能這種方法可以幫助你：

我想你使用weka.filters.unsupervised.attribute.Normalize規範化你的數據。

爲歐文Bolwidt說，WEKA使用

value = (vals[j] - m_MinArray[j])/(m_MaxArray[j] - m_MinArray[j]) 
      * m_Scale + m_Translation; 

一定要規範你的屬性。

不要忘記，規範化類有這兩方法：

public double[] getMinArray() 
public double[] getMaxArray() 

返回計算出的最小值/最大值在數據的屬性。

而且您可以存儲最小/最大值。然後使用該公式來自己標準化數據。

記住，你可以設置屬性，Instance類，你可以通過Evaluation.evaluationForSingleInstance

您的結果進行分類我會稍後給你的鏈接，這可能會幫助你。 謝謝