迴歸：用於預測的測試數據需要類別值？在Weka中

從weka.classifiers M5P樹模型：蟒蛇，秧雞，包裝在我的ARFF文件中的每一行包括與第六屬性被分配爲模型正在訓練的目標變量6個屬性。我正在使用weka.core.converters.ArffLoader將arff文件進行訓練。訓練結束後，如果我想用一些測試數據做出預測，我將創建實例並將其傳遞給構建的模型以進行預測。在實例中，我只傳遞5個屬性的值而不是目標變量的值。我得到一個Java異常：迴歸：用於預測的測試數據需要類別值？在Weka中

回溯（最近通話最後一個）：文件「C：/Users/Sethuraman/PycharmProjects/Test_printer/m_M5P.py」，行85，在 pred_dict1 [索引+ 1 ] = cls.classify_instance（實例）文件「C：\用戶\ Sethuraman \ Anaconda2 \ lib中\站點包\ python_weka_wrapper-0.3.8-py2.7.egg \ WEKA \ classifiers.py」，線105，在classify_instance 迴歸自我.__分類（inst.jobject）文件「C：\用戶\ Sethuraman \ Anaconda2 \ LIB \站點包\ JavaBridge的-1.0.14-py2.7共贏 - amd64.egg \爲JavaBridge \ jutil.py」，線852，在FN 加註JavaException（X） javabridge.jutil.JavaException：Src和目的地在＃ö不同f屬性：5！= 6

爲什麼要提供目標變量值？是否有必要通過目標值？基本上在訓練之後，模型應該預測目標值。如果是，爲什麼？如果沒有，該如何處理？請幫忙！

來源

2016-08-12 Sethuraman

可以使用Add濾波器，以引入新的屬性。默認情況下，此過濾器會將新屬性的所有值標記爲缺失（「？」）。只要確保這個新屬性的名稱，以及在名義類別的情況下，類別標籤的順序與在訓練數據中的順序完全相同。

來源

2016-08-12 20:58:10 fracpete

您爲添加過濾器提供的鏈接是用於在Java中實現的。你能告訴我如何在py-weka中實現這個嗎？舉一些例子？我正在使用[此示例]（https://github.com/fracpete/python-weka-wrapper3-examples/blob/master/src/wekaexamples/core/dataset.py）創建屬性和實例，但對於數字屬性，如何添加'？'在旅途中？ – Sethuraman

謝謝你的回答。有效：-） – Sethuraman

如果你想驗證，你一定要提供目標值;算法如何知道它做得多好呢？但是如果你只是想讓它預測那個集合，最好的方法是用'？'填充目標點，這樣數據仍然有6個屬性，而目標只是標記爲未知。有關更多信息，請參閱http://weka.wikispaces.com/Making+predictions。

來源

2016-08-12 14:22:45

謝謝你的評論。我編輯了我的問題。我不想驗證模型。只需對測試數據進行預測即可。我正在使用'python weka wrapper'並通過使用從.csv文件中分別讀取的數據創建實例。由於我沒有目標價值信息，我該怎麼辦？ – Sethuraman

請參閱編輯答案。該文檔似乎表明，使這項工作的唯一方法是標記每個數據點的未知目標屬性。 –

如果我聽起來很傻，請耐心等待。我試圖在python中創建實例，所以如果我必須添加第6個屬性，它需要添加爲字符串'？'。在實例列表的末尾。在試圖預測的時候，包裝器會拋出一個Value錯誤，說它不能將字符串轉換爲float;這是可以理解的，因爲我的目標變量是float。我在這裏錯過了什麼嗎？如何處理這個？ – Sethuraman

迴歸：用於預測的測試數據需要類別值？在Weka中

回答

相關問題