在 Weka 中仅输出问号答案

【问题标题】：Output of only question marks in Weka在 Weka 中仅输出问号
【发布时间】：2021-07-16 01:15:27
【问题描述】：

我正在尝试使用 Weka 中的训练集和随机森林算法对测试集进行预测。我的问题是“按类别的详细准确性”输出仅显示问号（见附图）。此外，它似乎无法识别实例数，因为它说实例总数为 0。

一些附加信息：我在训练和测试 .arff 文件中的所有属性的数量和名称都匹配。我还尝试使用 Weka 中的交叉验证选项仅运行训练数据集，没有任何问题。仅当我使用 Weka 分类选项卡中的“提供的测试集”选项针对测试集运行训练集时才会出现此问题。我对 Weka 很陌生，因此非常感谢任何建议！

【问题讨论】：

你对其他数据集有同样的行为吗？例如，您可以拆分 iris UCI 数据集并遵循相同的方法。
感谢您的回复！是的，我尝试按照说明并使用在线大学课程页面 (users.cs.northwestern.edu/~ddowney/courses/349_Spring2017/…) 上提供的测试和培训数据集。对于按班级划分的详细准确性，我得到了所有问号的相同结果，这让我认为这是我做错了，而不是我的研究数据有问题。

标签： weka

【解决方案1】：

好的，试试这个。

使用 Weka 附带的 iris.arff 数据集制作数据集 iris without setosa.arff（即只需使用文本编辑器去掉 setosa 行）。您这样做只是为了轻松获得不同的测试文件。
在 Explorer Preprocess 中打开 iris.arff。
移至“分类”选项卡并运行模型，例如 J48。您将从该模型中获得指标。
现在，单击 Supplied test set，并告诉它 iris without setosa.arff 是测试集。
如果您还需要单个预测，请点击更多选项，然后在输出预测下将 Null 更改为 CSV（这会将预测以 CSV 格式复制到 Excel）。
点击开始，它将使用内存中的最后一个模型对这个测试集进行预测，你会得到合适的混淆矩阵。

== Confusion Matrix ===

  a  b  c   <-- classified as
  0  0  0 |  a = Iris-setosa
  0 49  1 |  b = Iris-versicolor
  0  2 48 |  c = Iris-virginica

这个例子可以帮助你了解你需要做什么才能得到你想要的结果。

【讨论】：