Weka的主成分分析答案

【问题标题】：Principal Component Analysis on WekaWeka的主成分分析
【发布时间】：2014-08-17 23:30:20
【问题描述】：

我刚刚在训练集上计算了 PCA，Weka 向我返回了新属性以及它们被选择和计算的方式。现在，我想使用这些数据构建一个模型，然后在测试集上使用该模型。

不知道有没有办法根据新的属性类型自动修改测试集？

【问题讨论】：

【解决方案1】：

您需要主成分进行分析还是只需要输入分类器？如果不只是使用 Meta->FilteredClassifier 分类器。将过滤器设置为 PrincipalComponents，并将分类器设置为您要使用的任何分类器。在未转换的训练集上训练它，你就可以将它提供给未转换的测试集。

如果你真的需要修改后的测试集，我建议你使用知识流工具来做这样的事情：

【讨论】：

【解决方案2】：

要从命令行执行此操作，可以在以下位置找到文档：https://weka.wikispaces.com/Batch+filtering

这是一个例子：

java weka.filters.supervised.attribute.AttributeSelection \
  -b -i train.arff -o train_pca.arff \
  -r test.arff -s test_pca_output.arff \
  -E "weka.attributeSelection.PrincipalComponents -R 0.95 -A 5" \
  -S "weka.attributeSelection.Ranker -T -1.7976931348623157E308 -N -1"

【讨论】：

在-E参数前最后使用-c来保留输出类。