【发布时间】：2013-01-15 21:36:42
【问题描述】：
当我对 m 个类执行 n 折交叉验证时，在每一折中，训练集和测试集是否平衡？通过平衡，我的意思是询问训练和测试集中的每个类是否有（几乎）相同的样本集。
【问题讨论】：
标签： machine-learning weka cross-validation
【发布时间】：2013-01-15 21:36:42
【问题描述】：
如果我理解正确这部分：
我的意思是问训练集和测试集中的每个类是否有（几乎）相同的样本集。
...我认为您指的是分层交叉验证：每个折叠的类比例与整个数据集的类比例相同。
是的，在 Weka 中当然可以，但您可能需要查阅文档。这些可能有帮助吗？
http://weka.wikispaces.com/Primer
http://weka.wikispaces.com/Generating+cross-validation+folds+(Java+approach)
http://weka.sourceforge.net/doc/weka/filters/supervised/instance/StratifiedRemoveFolds.html
【讨论】：
-
感谢您的链接，我知道有人可以做到。但我想知道当我们在实验器中进行交叉验证时，weka 会做什么。
-
Weka 默认使用 GUI (Weka Explorer) 时会进行分层交叉验证。这可以通过查看您的 分类器输出 文本并查看短语
=== Stratified cross-validation ===来验证。希望这会有所帮助。