关于调查Weka样本的初学者问题

我刚用Weka在“Classify”标签下训练我的SVM分类器。现在我想进一步调查哪些数据样本是错误分类的，我需要研究它们的模式，但我不知道Weka从哪里看这个。任何人都可以给我一些帮助吗？在此先感谢。关于调查Weka样本的初学者问题

2010-09-16 Kevin

您可以启用从选项：

alt text

您将获得以下实例预测：

=== Predictions on test split === 

inst#  actual predicted error prediction 
    1 2:Iris-ver 2:Iris-ver   0.667 
    ... 
    16 3:Iris-vir 2:Iris-ver +  0.667

编辑

正如我在解释评论，你可以n使用StratifiedRemoveFolds过滤器手动分割数据并创建10倍的交叉验证。

来自Weka wiki的这个Primer有一些如何从命令行调用Weka的例子。下面是一个示例bash脚本：

#!/bin/bash 

# I assume weka.jar is on the CLASSPATH 

# 10-folds CV 
for f in $(seq 1 10); do 
    echo -n "." 

    # create train/test set for fold=f 
    java weka.filters.supervised.instance.StratifiedRemoveFolds -i iris.arff \ 
     -o iris-f$f-train.arff -c last -N 10 -F $f -V 
    java weka.filters.supervised.instance.StratifiedRemoveFolds -i iris.arff \ 
     -o iris-f$f-test.arff -c last -N 10 -F $f 

    # classify using SVM and store predictions of test set 
    java weka.classifiers.functions.SMO -C 1.0 \ 
     -K "weka.classifiers.functions.supportVector.RBFKernel -G 0.01" \ 
     -t iris-f$f-train.arff -T iris-f$f-test.arff \ 
     -p 0 > f$f-pred.txt 
     #-i > f$f-perf.txt 
done 
echo

对于每个倍，这将创建两个数据集（火车/测试），并存储在文本文件中的预测也是如此。这样您可以将每个索引与测试集中的实际实例进行匹配。

当然同样可以在GUI中，如果你喜欢做（只有一点点比较繁琐！）

来源

2010-09-16 02:35:33 Amro

谢谢，银行，真正帮助一个lot.One更多的问题，如果我想进一步调查，我意思是，我想看看这个错误分类的原始样本做一些模式分析，我怎么能这样做呢？换句话说，我怎么能找到我的原始.arff数据文件中的相应条目？Thanks1 – Kevin 2010-09-16 03:03:54

我想它取决于你使用的测试程序。如果您考虑使用相同的数据集进行训练/测试，那么inst＃将与文件的顺序相同。否则，您可以使用** StratifiedRemoveFolds **过滤器手动分离数据集（比如2/3列车和1/3测试，甚至交叉验证折叠），然后将新文件作为测试集提供，这样实例的顺序被保留。另一种方法是使用** AddClassification **过滤器，该过滤器将使用您选择的算法将新列添加到包含预测的数据集中。 – Amro 2010-09-16 03:32:07

...这些过滤器可以应用在“预处理”选项卡 – Amro 2010-09-16 03:33:32

关于调查Weka样本的初学者问题

回答

相关问题