【发布时间】:2013-05-03 03:44:50
【问题描述】:
在我的研究中,我使用 Weka 来预测不同用途的 alpha 值。 alpha 的合法范围是介于 0 和 1 之间的任何实数。它目前表现良好,但一些预测大于 1。我想将分类器保持为数字,因为它是一个实数,但我想将预测的范围限制在 0 和 1 之间。关于如何做到这一点?
【问题讨论】:
标签: machine-learning weka prediction
在我的研究中,我使用 Weka 来预测不同用途的 alpha 值。 alpha 的合法范围是介于 0 和 1 之间的任何实数。它目前表现良好,但一些预测大于 1。我想将分类器保持为数字,因为它是一个实数,但我想将预测的范围限制在 0 和 1 之间。关于如何做到这一点?
【问题讨论】:
标签: machine-learning weka prediction
你不能在 Weka 中做到这一点。是否可能完全取决于回归算法的实现——我不知道在 Weka 的任何算法中都实现了类似的东西(尽管我可能错了)。
即使实现了,最有可能发生的事情是所有大于 1 的值都将被简单地替换为 1。您可以通过检查每个预测并替换所有大于 1 的值来做同样的事情。
在训练回归模型时考虑可能的输出范围不太可能提高性能。
【讨论】: