使用 weka api 进行 10 折交叉验证

【问题标题】：10 fold cross validation with weka api使用 weka api 进行 10 折交叉验证
【发布时间】：2014-09-16 03:54:46
【问题描述】：

如何使用 Weka Api 通过 10 倍交叉验证来制作分类模型。

我是否应该先交叉验证模型：例如

 evaluation.crossValidateModel(classifier, trainingSet, 10, Random(1))

然后基于这个训练集构建一个新的分类器。例如

 NaiveBayes nb2 = new NaiveBayes();  
 nb2.buildClassifier(train);

然后保存并使用这个模型（nb2）？

【问题讨论】：

【解决方案1】：

您正在混合概念。交叉验证用于测试学习技术在数据集上的性能。常见的程序是使用 10 折的整个数据集执行 CV。然后你可以看到哪种学习技术获得了更好的性能。您可以使用该技术在整个数据集上学习模型以进行未来预测。

【讨论】：

是的，据我所知，您可以使用例如创建模型。 10 折交叉验证（weka 中的选项）并在数据集中查看正确分类的实例——基于这些实例，您可以看到学习技术的性能。但是，如果您想在 java 中做同样的事情，您是否应该使用例如 NaiveBayes 技术来训练/测试您的数据集，然后使用该集合来构建模型？