爲什麼SVM迴歸（SMOreg）在weka中灰顯？

我有一個包含文本文檔的數據集。訓練數據集將一些文檔分類爲垃圾郵件/火腿。我需要使用一個模型，以便每個測試文檔的值在0-1之間（0代表垃圾郵件，1代表火腿）。我使用了樸素貝葉斯分類器，它給出了屬於火腿或垃圾郵件的每個測試實例的概率。但是SVM迴歸（weka中的SMOreg）總是灰顯。我嘗試將課程標籤更改爲0和1（0 =垃圾郵件，1 =火腿），仍然沒有運氣。誰能幫忙？爲什麼SVM迴歸（SMOreg）在weka中灰顯？

來源

2014-03-30 user3477953

SMOreg是迴歸方法，而你的問題是分類。 WEKA automaticaly「灰色化」不可靠的方法（這些方法不受庫支持和/或不可用於您的數據）。

來源

2014-03-30 12:03:02 lejlot

你能告訴我如何得到每個測試實例屬於任何一類使用SVM分類器的概率？（對不起，如果這是一個noob問題，我是weka的新手） – user3477953

SVM不會返回上課的概率。有這樣的「技巧」 - 比如Platt的縮放（例如在libSVM中實現）。 – lejlot

實際上，在weka中使用SMO分類器時，我在「更多選項」中檢查了「輸出預測」，weka給出了分類器輸出中每個測試實例的概率分佈。我認爲那些是我需要的價值，或者他們代表了別的東西？ – user3477953

爲什麼SVM迴歸（SMOreg）在weka中灰顯？

回答

相關問題