在Weka中使用聚类预测

Question

我可以使用聚类（例如使用k-means）在Weka中进行预测吗？

我有一些基于总统选举研究的数据。我有调查问卷（数字属性）的答案，并且我有一个属性是问题的答案您要投票谁？（1,2或3）

我使用Weka中的一些分类器（例如Bayes）进行预测。我的结果是基于这个答案（投票意向），我有大约60％的回忆（正确预测的比率）。

我知道集群是一个不同的东西，但我可以使用集群来做出预测吗？我已经试过了，但我已经意识到聚类总是选择自己的质心，并且它不使用我的投票意图问题。

Answer 1

Explain results of K-means

必须是你的同事。他似乎使用相同的数据集，如果我们都可以查看数据，这将会很有帮助。

通常，聚类不是分类或预测。

但是，您可以尝试使用从群集获得的信息来改善您的分类。两个这样的技术：

• 替代你的数据集与聚类中心，并以此为分类
• 火车上的每个单独的分类（至少如果你的集群是相当纯WRT的类标签。！）集群，并建立一个集合（特别是，如果你的集群是不均匀的）

但我相信你对分类或聚类的理解还不够远，无法尝试这些。你需要仔细处理它们，并且很好地了解你的数据。

Answer 2

是的。您可以使用Weka界面通过群集进行预测。首先，使用预处理选项卡上传您的培训数据。然后，转到分类标签，下分类，单击选择下元，选择ClassificationViaClustering。 weka使用的默认聚类算法是SimpleKMean，但您可以通过点击选项字符串（即选择按钮旁边的文本）来更改，weka将显示一个消息框，单击选择并选择一组聚类算法将被列出以供选择（例如EM）。之后，您可以使用weka进行分类时，按照正常方式点击设置，进行交叉验证或上传测试数据。

希望这会帮助任何人有同样的问题！