【问题标题】:Normalization + feature selection per fold in WekaWeka 中的每折归一化 + 特征选择
【发布时间】:2023-03-11 07:05:01
【问题描述】:

我想对数据集进行规范化和执行输入选择,但要分别训练和测试集(在 10 倍分类的情况下也是如此)。

我已经发现,如果我使用实验者,我可以像这样添加特征选择: -> 简单 -> 算法 -> 添加新 -> 元 -> AttributeSelectodClassifier。

如果 Weka 的专家能确认上述方法是否对训练集(不是完整的训练+测试集)进行属性选择,那就太好了。

关于我问题的第二部分。我还没有找到如何进行标准化。我知道某些分类器包括规范化,但我使用了多个分类器,并非所有分类器都有。我可以在某处放置归一化过滤器吗?我的审阅者在问这个问题,我不想手动进行 10 折。

【问题讨论】:

    标签: machine-learning classification weka


    【解决方案1】:

    根据我在 weka 论坛上提出的问题: 我做 Meta-> FilteredClassifier 并且作为分类器我选择 Meta-> AttributeSelectedClassifier 然后它应该只规范化/特征选择训练集。 See reference.

    【讨论】:

    • 如果您的回答解决了您的问题,请随时接受。 :)
    • 我会的,我必须等待 1-2 天,否则不允许这样做:) 谢谢提醒 :)
    猜你喜欢
    • 2013-02-20
    • 2020-02-10
    • 2014-02-03
    • 2020-10-24
    • 2021-05-22
    • 2018-02-14
    • 2015-11-23
    • 2021-06-10
    • 2019-10-08
    相关资源
    最近更新 更多