WEKA 使用类值来解决决策树？

Posted 2023-03-12

【中文标题】WEKA 使用类值来解决决策树？

【英文标题】：WEKA using class values to solve decision tree?

【发布时间】：2017-01-25 19:02:28

【问题描述】：

我是 WEKA 和 ML 的新手，所以请原谅我对以下内容的无知。我已经浪费了几个小时试图弄清楚，所以希望有人能指出我正确的方向：

我正在尝试针对 USDJPY 的数据运行 J48 决策树。数据是通过 .csv 文件加载的，并且类值是名义类型，更具体地说，如果 USDJPY 在 20 个交易日后交易价格上涨超过 1%，则值为 TRUE 或 FALSE。问题是，当我运行算法时，决策树只是简单地使用类值来解决问题，这是没有用的。除了类属性之外，还有 *22 个属性，我希望从中预测类属性。

将我的数据集与示例“玻璃”数据集进行比较时，我找不到可以解释我的问题的两者之间的任何区别。当我运行 J48（具有相同设置）时，“glass.arff”按预期工作，尝试通过其他属性预测类值（玻璃类型）（即，它得到了一些错误的猜测）。

我在这里缺少什么？这是属性列表：

@ATTRIBUTE date NUMERIC
@ATTRIBUTE open NUMERIC
@ATTRIBUTE high NUMERIC
@ATTRIBUTE low NUMERIC
@ATTRIBUTE close NUMERIC
@ATTRIBUTE 1daypctchg NUMERIC
@ATTRIBUTE smavg50onclose NUMERIC
@ATTRIBUTE smavg100onclose NUMERIC
@ATTRIBUTE smavg200onclose NUMERIC
@ATTRIBUTE ubb2 NUMERIC
@ATTRIBUTE bollma2 onclose NUMERIC
@ATTRIBUTE lbb2 NUMERIC
@ATTRIBUTE bollwjpybgn NUMERIC
@ATTRIBUTE %bjpybgn NUMERIC
@ATTRIBUTE rsi NUMERIC
@ATTRIBUTE ma50>100 FALSE,TRUE
@ATTRIBUTE ma50>200 FALSE,TRUE
@ATTRIBUTE ma100>200 FALSE,TRUE
@ATTRIBUTE up1pct5d? FALSE,TRUE
@ATTRIBUTE up1pct20d? FALSE,TRUE
@ATTRIBUTE dwn1pct5d? FALSE,TRUE
@ATTRIBUTE dwn1pct20d? FALSE,TRUE

【问题讨论】：

您使用的是 Weka UI 还是 Java API？

我正在使用 Weka UI

您是否将类列标记为 UI 中的类？这将使算法避免使用类作为特征。

我该怎么做？我认为数据集中的最后（最右边）列默认为类？我还确认预览窗口中最右边的列是粗体（如果这意味着什么） - 我什至尝试通过预处理中的下拉菜单更改类并分类选项卡 - 我错过了什么吗？

是的，最右边的列应该是类。如果您按照所有步骤来确定班级的正确列，那么我不知道问题出在哪里。能否提供数据集的链接？

【参考方案1】：

Weka（及其 J48 实现）应该能够对您的数据进行分类，只要 ground-truth 类始终在您的 .csv 文件的同一列中。

【讨论】：

谢谢 - 我想我现在明白了 - 通过删除其他“布尔”列，我能够让算法按预期工作

很高兴听到这个消息。