使用资源管理器在 weka 中进行预测

Question

一旦我训练并生成了一个模型，到目前为止，从我所看到的示例来看，我们正在使用一个测试集，我们必须在其中输入实际值和预测值，有没有一种方法可以让我把这个实际值在进行预测时，列为空或根本无法使用它

如果我举个例子，下面是我的训练集

@relation supermarket
@attribute 'department1' { t}
@attribute 'department2' { t}
@attribute 'department3' { t}
@attribute value

并且正在使用类似的测试集

 @relation supermarket
@attribute 'department1' { t}
@attribute 'department2' { t}
@attribute 'department3' { t}
@attribute value

和输出类似

@relation supermarket
@attribute 'department1' { t}
@attribute 'department2' { t}
@attribute 'department3' { t}
@attribute value
@attribute predicted-value
@attribute predicted-margin

我的问题是我可以从测试集中删除值还是将其保留为空

Answer 1

案例 1：您的训练集和测试集都有类标签

培训：

@relation
simple-training
@attribute
feature1 numeric
feature2 numeric
class string{a,b}
@data
1, 2, b
2, 4, a
.......

测试：

@relation
simple-testing
@attribute
feature1 numeric
feature2 numeric
class string{a,b}
@data
7, 12, a
8, 14, a
.......

在这种情况下，无论您使用的是 k-fold cv 还是 train-test 设置，Weka 都不会查看您在测试集中的类标签。它从训练中获取模型，盲目地将其应用于测试集，然后将其预测与测试集中的实际类标签进行比较。

如果您想查看分类器的性能评估，这很有用。

案例 2：您有训练数据的类标签，但没有测试数据的类标签。

培训：

@relation
    simple-training
    @attribute
    feature1 numeric
    feature2 numeric
    class string{a,b}
    @data
    1, 2, b
    2, 4, a
    .......

测试：

 @relation
    simple-testing
    @attribute
    feature1 numeric
    feature2 numeric
    class string{a,b}
    @data
    7, 12, ?
    8, 14, ?
    .......

这是非常正常的，因为这是我们需要做的——将训练模型应用于看不见的未标记数据来标记它们！在这种情况下，只需将? 标记放在您的测试类标签上。在此设置上运行 Weka 后，您将获得由预测值替换的这些 ? 标记的输出（您不需要创建任何额外的列，因为这会给您带来错误）。

因此，简而言之，您需要在训练和测试数据中保持兼容性。在测试数据中，如果您不知道该值并想对其进行预测，请在该列中添加? 标记。