我是WEKA和ML的全新品牌,请原谅我对以下内容的无知。我已经浪费了几个小时试图找出它,所以希望有人能指出我在正确的方向:WEKA使用类值来求解决策树?
我想在美元兑日元的数据上运行J48决策树。数据通过.csv文件加载,类价值为名义类型,更具体地说,如果USDJPY在20次会议后上涨超过1%,则值为TRUE或FALSE。问题是,当我运行算法时,决策树只是简单地使用类值来解决问题,这是无用的。除了我期望预测类属性的class属性之外,还有* 22个属性。
将我的数据集与示例“玻璃”数据集进行比较时,我无法找到两者之间的任何差异来解释我的问题。当我运行J48(使用相同的设置)时,通过其他属性(例如猜测错误)来预测类别值(玻璃类型),“glass.arff”按预期工作。
我在这里错过了什么?这里是属性列表:
@ATTRIBUTE date NUMERIC
@ATTRIBUTE open NUMERIC
@ATTRIBUTE high NUMERIC
@ATTRIBUTE low NUMERIC
@ATTRIBUTE close NUMERIC
@ATTRIBUTE 1daypctchg NUMERIC
@ATTRIBUTE smavg50onclose NUMERIC
@ATTRIBUTE smavg100onclose NUMERIC
@ATTRIBUTE smavg200onclose NUMERIC
@ATTRIBUTE ubb2 NUMERIC
@ATTRIBUTE bollma2 onclose NUMERIC
@ATTRIBUTE lbb2 NUMERIC
@ATTRIBUTE bollwjpybgn NUMERIC
@ATTRIBUTE %bjpybgn NUMERIC
@ATTRIBUTE rsi NUMERIC
@ATTRIBUTE ma50>100 {FALSE,TRUE}
@ATTRIBUTE ma50>200 {FALSE,TRUE}
@ATTRIBUTE ma100>200 {FALSE,TRUE}
@ATTRIBUTE up1pct5d? {FALSE,TRUE}
@ATTRIBUTE up1pct20d? {FALSE,TRUE}
@ATTRIBUTE dwn1pct5d? {FALSE,TRUE}
@ATTRIBUTE dwn1pct20d? {FALSE,TRUE}
您使用的是Weka UI还是Java API? – stackoverflowuser2010
我正在使用Weka UI – trock2000
您是否将类列标记为UI中的类?这将使算法避免使用该类作为功能。 – stackoverflowuser2010