Weka 不显示正确分类的实例作为输出

Question

我是 weka 的新手。我在 csv 中有一个包含 5000 个样本的数据集。这里有20个样本；当我将此数据集上传到 weka 时，它看起来不错，但是当我运行 knn 算法时，它会给出一个不应该给出的结果。这是样本数据。

a,b,c,d

74,85,123,1

73,84,122,1

72,83,121,1

70,81,119,1

70,81,119,1

69,80,118,1

70,81,119,1

70,81,119,1

76,87,125,1

76,87,125,1

82,92,146,2

74,86,140,​​2

68,80,134,2

64,76,130,2

64,75,132,2

83,96,152,2

72,85,141,2

71,83,141,2

69,81,139,2

65,79,137,2

结果如下：

=== 交叉验证 === ===总结===

相关系数 0.6148 平均绝对误差 0.2442 均方根误差 0.4004 相对绝对误差 50.2313 % 根相对平方误差 81.2078 % 实例总数 5000

它应该给出这样的结果： 正确分类的实例：69 92% 错误分类实例：6 8%

应该是什么问题？我错过了什么？我在所有其他算法中都这样做了，但它们都给出了相同的输出。我使用了示例 weka 数据集，它们都按预期工作。

Answer 1

IBk 算法可用于回归（预测每个实例的数值响应值）以及分类（预测每个实例属于哪个类）。

您的数据集中的所有类属性值（CSV 中的 d 列）看起来都是数字。因此，当您将此数据加载到 Weka 时，Weka 会猜测该属性应被视为数字属性，而不是名义属性。您可以看出这已经发生了，因为“预处理”选项卡中的直方图如下所示：

而不是像这样（按类别着色）：

您在运行 IBk 时看到的结果是回归拟合的结果（预测每个实例的 d 列的数值）而不是分类（为每个实例选择最可能的 d 列名义值） .

要得到你想要的结果，你需要告诉 Weka 把这个属性当作名义属性。当您在 Preprocess 选项卡中加载 csv 文件时，请在文件对话框窗口中选中 Invoke options dialog。然后当你点击打开，你会得到这个窗口：

nominalAttributes 字段是您可以向 Weka 提供一个列表，其中列出了哪些属性是名义属性，即使它们看起来是数字的。在此处输入4 将指定输入中的第四个属性（列）是名义属性。现在 IBk 的行为应该如您所愿。

您也可以通过将 NumericToNominal 无监督属性过滤器应用于已加载的数据来执行此操作，再次指定属性 4，否则过滤器将应用于所有属性。

用于 Weka 示例数据集的 ARFF 格式包括对哪些属性属于哪种类型的规范。如上所述导入（或过滤）数据集后，您可以将其保存为 ARFF，然后您就可以重新加载它，而无需执行相同的过程。