在分类之后但在评估之前添加 weka 实例？

Question

假设X 是一个原始的、标记的（即带有训练标签的）数据集，并且Process(X) 返回一组Y 实例 已使用属性编码并转换为类似 Y.arff 的 weka 友好文件。

还假设Process() 有一些“泄漏”： 某些实例Leak = X-Y 无法一致编码，需要 获取默认分类FOO。训练标签也因泄漏集而闻名。

我的问题是如何最好地将 Leak 中的实例引入 weka 评估流在某些分类器已应用于 子集Y，将Leak 实例与其默认值折叠起来 分类标签，在对整个集合进行评估之前X?在代码中：

DataSource LeakSrc = new DataSource("leak.arff");
Instances Leak = LeakSrc.getDataSet();  
DataSource Ysrc = new DataSource("Y.arff");
Instances Y = Ysrc.getDataSet();  
classfr.buildClassifer(Y)
// YunionLeak = ??
eval.crossValidateModel(classfr, YunionLeak);

也许这是一个将结果折叠在一起的具体示例 来自多个分类器？

Answer 1

赏金即将结束，但 Mark Hall 在另一个论坛（ http://list.waikato.ac.nz/pipermail/wekalist/2015-November/065348.html) 值得被视为当前答案：

您需要实现为交叉验证构建分类器 在你的代码中。您仍然可以使用评估对象来计算统计信息 你修改后的测试折叠了，因为它计算的统计数据都是 添加剂。 Instances.trainCV() 和 Instances.testCV() 可用于创建 褶皱：

http://weka.sourceforge.net/doc.stable/weka/core/Instances.html#trainCV(int,%20int,%20java.util.Random)

然后您可以调用 buildClassifier() 来处理每个训练折叠，修改 测试折叠到你的心，然后迭代实例 在测试折叠中同时使用 Evaluation.evaluateModelOnce() 或 Evaluation.evaluateModelOnceAndRecordPrediction()。后面的版本是 如果您需要曲线汇总指标下的区域（因为这些 需要保留预测）。

http://weka.sourceforge.net/doc.stable/weka/classifiers/Evaluation.html#evaluateModelOnce(weka.classifiers.Classifier,%20weka.core.Instance)

http://weka.sourceforge.net/doc.stable/weka/classifiers/Evaluation.html#evaluateModelOnceAndRecordPrediction(weka.classifiers.Classifier,%20weka.core.Instance)

Answer 2

根据您的分类器，这可能非常简单！ Weka 有一个名为UpdateableClassifier 的接口，任何使用它的类都可以在构建后更新！以下类实现了这个接口：

• 霍夫丁树
• IBk
• 科斯塔
• LWL
• MultiClassClassifierUpdateable
• NaiveBayesMultinomialText
• NaiveBayesMultinomialUpdateable
• NaiveBayesUpdateable
• 新元
• SGD文本

然后可以更新如下：

 ArffLoader loader = new ArffLoader();
 loader.setFile(new File("/data/data.arff"));
 Instances structure = loader.getStructure();
 structure.setClassIndex(structure.numAttributes() - 1);

 NaiveBayesUpdateable nb = new NaiveBayesUpdateable();
 nb.buildClassifier(structure);
 Instance current;
 while ((current = loader.getNextInstance(structure)) != null) {
   nb.updateClassifier(current);
 }