在Weka中使用聚類預測

Question

我可以使用聚類（例如使用k-means）在Weka中進行預測嗎？

我有一些基於總統選舉研究的數據。我有調查問卷（數字屬性）的答案，並且我有一個屬性是問題的答案您要投票誰？（1,2或3）

我使用Weka中的一些分類器（例如Bayes）進行預測。我的結果是基於這個答案（投票意向），我有大約60％的回憶（正確預測的比率）。

我知道集羣是一個不同的東西，但我可以使用集羣來做出預測嗎？我已經試過了，但我已經意識到聚類總是選擇自己的質心，並且它不使用我的投票意圖問題。

Answer 1

Explain results of K-means

必須是你的同事。他似乎使用相同的數據集，如果我們都可以查看數據，這將會很有幫助。

通常，聚類不是分類或預測。

但是，您可以嘗試使用從羣集獲得的信息來改善您的分類。兩個這樣的技術：

• 替代你的數據集與聚類中心，並以此爲分類
• 火車上的每個單獨的分類（至少如果你的集羣是相當純WRT的類標籤。！）集羣，並建立一個集合（特別是，如果你的集羣是不均勻的）

但我相信你對分類或聚類的理解還不夠遠，無法嘗試這些。你需要仔細處理它們，並且很好地瞭解你的數據。

Answer 2

是的。您可以使用Weka界面通過羣集進行預測。首先，使用預處理選項卡上傳您的培訓數據。然後，轉到分類標籤，下分類，單擊選擇下元，選擇ClassificationViaClustering。 weka使用的默認聚類算法是SimpleKMean，但您可以通過點擊選項字符串（即選擇按鈕旁邊的文本）來更改，weka將顯示一個消息框，單擊選擇並選擇一組聚類算法將被列出以供選擇（例如EM）。之後，您可以使用weka進行分類時，按照正常方式點擊設置，進行交叉驗證或上傳測試數據。

希望這會幫助任何人有同樣的問題！