如何处理缺失值以在 weka 中使用集体分类器答案

【问题标题】：How to handle missing values to use collective classifier in weka如何处理缺失值以在 weka 中使用集体分类器
【发布时间】：2015-11-03 15:10:45
【问题描述】：

我正在尝试结合 NaiveBayesMultinomial 分类器使用 YATSI 方法。我有一个数据集，其中一些实例由类注释。其他实例缺少类？。

如果我尝试运行 YATSI，我会收到错误“无法处理缺失值...”

你能帮我解决一下吗？

谢谢彼得

【问题讨论】：

标签： weka

【解决方案1】：

缺失值问题 在 Weka 中使用 ReplaceMissingValues 过滤器。课程详情请见here

缺课问题 这些是您的测试实例。您需要构建分类器，然后使用“？”应用于这些实例。标签为他们提供类标签。

【讨论】：

所以，如果我想正确使用 YATSI，训练集是一组标记的实例，而测试集包含所有未标记的实例，对吧？我有 1000 个用户的数据集和 200 个用户被注释。 100 个异常和 100 个正常，我正在尝试通过这种半监督方法找到下一个异常用户。在这种情况下，我的训练模型将是 200 个用户和测试集未标记的 800 个用户，对吗？该方法可以帮助我预测测试集中剩余 800 个用户的类别，对吧？感谢您的反馈意见。我是使用半监督方法的新手。再次感谢您。
是的，这对于任何监督学习问题都是正确的。半监督是一个不同的问题。
对不起，我现在很困惑。我写了关于使用 YATSI 作为半监督方法的文章，以及如何正确使用该方法。而且您写道，半监督是一个不同的问题-如果我正确理解使用 YATSI 并且我的“使用程序”没问题，我会感到困惑。谢谢你。彼得
无法使用缺失值运行有一个常见的解决方案，例如使用我在解决方案中提到的过滤器。缺失的课程也有我提供的解释。你想要解决这些问题。如果我理解正确，那么您的“使用程序”是错误还是正确应该有不同的答案和线程。