分析WEKA上的数据集
分析WEKA上的数据集
提问于 2018-01-03 10:08:29
我刚开始使用WEKA，我会问你是否有人能帮助我理解我是否正确地使用了WEKA。
1)我有一套数据集，其中包括11377份记录，分类如下：
- 11111张唱片有“是”类
- 266张唱片没有等级
(由于某些原因，我只能使用J48算法进行分类)当我选择J48算法进行分类时，由于类分布不平衡，模型对数据进行了不正确的"NO“分类。我怎样才能正确地解决这个问题？
( 2)平衡班级后，我必须将数据集划分为测试集和训练集，但在WEKA上，最佳/正确的筛选器是什么？
3)当数据通过预处理阶段后，一旦选择了分类形式的J48算法，我应该测试什么？训练还是测试？我要重复几次测试？
提前感谢！
回答 1
Stack Overflow用户
发布于 2018-01-04 05:42:21
这里有一个方法。在“预处理”选项卡中，使用ClassBalancer过滤器(在受监督的实例下)。这将适用权重，以便您的是和否将具有同等的权重。
在“分类”选项卡中，选择“培训”和“测试”之间的百分比分隔。默认情况是66%的培训，34%的测试。这是随机选择的。
(如果您想要查看结果是否取决于确切的随机拆分，您可以使用不同的随机启动多次运行它--在百分比拆分下，您将看到一个“更多选项”按钮。单击那里，您将看到随机种子设置为默认值1。将其更改为任何其他正整数。)
您应该能够从几种算法中进行选择，而不仅仅是J48算法。不知道为什么会这样。
请注意，一旦得到结果，这些结果将反映加权实例，您可能需要返回一个转换(即，取这个混淆矩阵并将其转换回是和否的实际数字)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48075224
复制相关文章
相似问题
腾讯云开发者
