爲什麼Weka中的分類模型將所有實例預測爲一個類？

Question

我已經建立了一個使用weka的分類模型。我有兩個類，即{垃圾郵件，非垃圾郵件}在應用stringtowordvector過濾器後，我獲得了19000條記錄的10000個屬性。然後我使用liblinear庫來構建模型，它給了我F-得分如下： 垃圾郵件94％ 非垃圾郵件的98％

當我使用相同的模型來預測新的情況下，預測它們作爲垃圾郵件。 另外，當我嘗試使用與訓練集相同的測試集時，它也將它們全部預測爲垃圾郵件。我精神疲憊地發現問題。任何幫助將不勝感激。

Answer 1

我每隔一段時間就會弄錯一次。然後我看這個視頻來提醒自己它是如何完成的：https://www.youtube.com/watch?v=Tggs3Bd3ojQ其中Weka開發人員/架構師之一的Prof Witten展示瞭如何在訓練數據集上使用FilteredClassifier（進而配置爲加載StringToWordVector過濾器），並且測試集正確。

這顯示weka 3.6，weka 3.7。可能略有不同。

ZeroR給你什麼？如果它接近100％，那麼你知道任何分類算法都不應該太遠。

爲什麼要優化F-Measure？只是問問。我從來沒有用過這個，也不太瞭解它。 （假設你的垃圾郵件比Nonspam多得多，我會優化「精確度」指標）。