我试图在一个有32个属性的数据集上对分类机器学习算法进行数据建模,最后一列是Target class.I。我将属性数量从32个改进为6个,我觉得这对我的分类模型更有用。
我尝试执行J48和一些增量分类算法。我期望的输出结构由混淆矩阵、正确和错误分类的实例、kappa值组成。
但是我的结果没有给出任何关于正确和错误分类的instances.Also的信息,它没有预测混淆矩阵,我收到的Kappa value.All是这样的:
===摘要===
相关系数0.9482
平均绝对误差0.2106
均方根误差0.5673
相对绝对误差13.4077 %
根相对平方误差31.9157 %
实例总数1461
谁能告诉我为什么我没有得到混淆矩阵,kappa和正确的,不正确的实例信息。
发布于 2016-01-07 16:27:04
不幸的是,你没有写你的代码,或者你应用了什么版本的weka。顺便说一句,要计算混淆mtx,kappa等,你可以使用Evaluation类,http://weka.sourceforge.net/doc.dev/weka/classifiers/Evaluation.html的方法
例如,在训练模型之后:
classifier.buildClassifier(train); \\train is an instances
Evaluation eval = new Evaluation(train);
//evaulate your model at 10 fold cross validation manner
eval.crossValidateModel(classifier, train, 10, new Random(1));
System.out.println(classifier);
//print different stats with
System.out.println(eval.toSummaryString());
System.out.println(eval.toMatrixString());
System.out.println(eval.toClassDetailsString());https://stackoverflow.com/questions/31716242
复制相似问题