我正在使用DECISION TREE(C4.5),RANDOM FOREST和NAIVE BAYES對虹膜數據進行分類。我正在使用從iris-train和iris-test下載的數據集。當我訓練所有網絡時,一切都很好,具有'分類器輸出','具有類別的詳細準確性'和'混淆矩陣'的正確結果。但是,當我在Weka-explorer-classify-test選項中選擇虹膜測試數據並選擇虹膜測試文件並在「更多選項」中選擇「輸出預測」作爲「csv」並單擊開始時,結果如下圖所示。 '分類器輸出'正確地顯示了分類樣本,但'具有類的詳細準確性'和'混淆矩陣'具有所有值零。任何建議,我在選擇任何選項時會出錯。謝謝。Weka中的空混淆矩陣與測試數據
0
A
回答
1
混淆矩陣通過將測試集中實例的實際類與分類器預測的類進行比較,向您顯示訓練出的分類器的性能。但是你提供的測試集沒有課程信息,所以沒有什麼可比較的。這就是爲什麼你看到在你的截圖輸出
Total Number of Instances 0
Ignored Class Unknown Instances 120
。
通常,您首先會使用交叉驗證或具有類信息的測試集來評估分類器的性能。然後,您可以使用訓練好的分類器對未知數據進行分類,例如使用Re-evaluate model on current test set
右鍵單擊選項作爲described in the help。
相關問題
- 1. WEKA軟件分析混淆矩陣
- 2. 與混淆矩陣
- 3. Matplotlib:空混淆矩陣
- 4. 如何閱讀WEKA中的分類器混淆矩陣
- 5. Javascript矩陣混淆
- 6. Tensorflow混淆矩陣
- 7. PDL矩陣混淆
- 8. Labview矩陣混淆
- 9. 混淆矩陣爲R中
- 10. 混淆繪製混淆矩陣MATLAB
- 11. Weka從命令行輸出混淆矩陣
- 12. R - 隨機森林 - 在測試數據上應用混淆矩陣的錯誤
- 13. E2E測試,單元測試和模擬數據與$ httpBackend混淆
- 14. Numpy矩陣減法混淆
- 15. opencv:矩陣分配混淆
- 16. Scikit學習混淆矩陣
- 17. 保存混淆矩陣
- 18. vandermonde矩陣matlab混淆
- 19. 計算混淆矩陣
- 20. 計算混淆矩陣
- 21. tensorflow評估混淆矩陣
- 22. MATLAB中混淆矩陣的ROC曲線
- 23. 在Python中保存混淆矩陣SKLEARN
- 24. 在Java中旋轉矩陣混淆
- 25. 從混淆矩陣中提取表
- 26. 貝葉斯網絡的混淆矩陣
- 27. 來自rpart的混淆矩陣
- 28. 混淆矩陣的信息標準
- 29. 如何解釋H2O的混淆矩陣?
- 30. 如何計算虹膜數據集上的混淆矩陣?
謝謝@nekomatic,爲答案。你的解釋已經解決了我的問題,所以我想爲這個問題宣佈「已解決」。 – Dattaprasad