Weka：训练和测试集不兼容答案

【问题标题】：Weka : training and test set are not compatibleWeka：训练和测试集不兼容
【发布时间】：2013-01-01 03:49:29
【问题描述】：

我的训练和测试数据集的每一行都有图像中像素的强度值，最后一列的标签告诉图像中代表的是什么数字；标签可以是训练集中从 0 到 9 的任意数字，并且总是？在测试集上。

我在 Weka Explorer 上加载了训练数据集，通过 NumericalToNominal 过滤器传递数据，并使用 RemovePercentage 过滤器以 70-30 的比例拆分数据，30% 的文件用作交叉验证集。我建立了一个分类器并保存了模型。

然后，我加载了包含 ?针对每一行的标签并应用 NumericToNominal 过滤器并将其保存为 arff 文件。

现在，当我加载测试数据并尝试针对它使用模型时，我总是收到错误消息“训练和测试集不兼容”。两个数据集都经过了相同的处理。可能出了什么问题？

【问题讨论】：

标签： weka

【解决方案1】：

您可以使用批量过滤，在这里您可以阅读如何在 weka 中batch filtering

【讨论】：

【解决方案2】：

标称值是通过提供一个列出可能的值：{, , , ...}

例如，鸢尾花数据集的类值可以定义为如下：

@ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}

因此，当您将NumericToNominal 应用于您的测试文件时，您可能会在 train 和 test arff 中为一个或多个属性设置不同数量的可能值 - 这确实会发生，它困扰了我很多次 - 所以一种解决方案是手动检查你的arff（如果它不是很大，或者只是复制并粘贴调用arff文件）例如

@attribute 'My first binary attribute' {0,1}
(...)
@attribute 'My last binary attribute' {0,1}

从火车到测试文件 - 应该可以工作

【讨论】：