Java，Weka：如何預測數字屬性？

我試圖使用Weka的NaiveBayesUpdateable分類器。我的數據包含名義和數字屬性：Java，Weka：如何預測數字屬性？

@relation cars 
    @attribute country {FR, UK, ...} 
    @attribute city {London, Paris, ...} 
    @attribute car_make {Toyota, BMW, ...} 
    @attribute price numeric %% car price 
    @attribute sales numeric %% number of cars sold

我需要根據其他屬性預測銷售數量（數字！）。

我明白我不能在Weka中使用貝葉斯分類的數值屬性。一種技術是將數值屬性的值拆分爲長度爲k的N個區間，並使用名義屬性（其中n是一個類名稱），如下所示：@attribute class {1,2,3，... N}。

我需要預測的數值屬性的範圍是從0到1 000 000.創建1 000 000個類別根本沒有意義。如何使用Weka預測數字屬性，或者在Weka沒有用於此任務的工具的情況下查找哪些算法？

來源

2013-04-25 Anton Ashanin

可能重複的[Java，Weka：NaiveBayesUpdateable：無法處理數字類]（http://stackoverflow.com/questions/15956537/java-weka-naivebayesupdateable-cannot-handle-numeric-class）。雖然它可能是相反的，因爲這是一個更好的問題。 – demongolem 2016-12-11 03:05:07

你想要做的是迴歸，而不是分類。所不同的是正是你描述一下/想：

分類具有離散類/標籤，任何名義屬性，可以使用如下類
迴歸具有連續的標籤，類將是一個錯誤術語這裏。

大多數基於迴歸的技術可以通過定義一個閾值轉換成二進制分類，並且該類別由預測值高於還是低於該閾值來確定。

我不知道所有的WEKA的分類，提供迴歸的，但你可以通過查看這兩個啓動：

MultilayerPerceptron：基本上是一個神經網絡。
LinearRegression：正如名稱所述，線性迴歸。

您可能必須使用NominalToBinary過濾器將您的名義屬性轉換爲數字（二進制）屬性。

來源

2013-04-28 18:31:46 Sentry

你可以在weka classifiers> functions> linear regression中找到迴歸。這裏是一個在weka中創建迴歸模型的示例https://www.ibm.com/developerworks/opensource/library/os-weka1/

來源

2013-05-20 08:42:47

這些天，我相信在Weka 3.7中首次引入，RandomForest會按照您的需要工作。這些特徵可以是名義和數字的混合，預測也可以是數字。

缺點（我想你的情況）是，它不是一個可更新的類，因爲NaiveBayesUpdateable可以很好地處理大量的數據，而這些數據可能一次都不適合內存。

來源

2016-12-11 03:09:41 demongolem

Java，Weka：如何預測數字屬性？

回答

相關問題