谁能帮我翻一下weka的结果，不要用翻译软件，真正懂weka的来帮我翻译下，答得好的有加分，我有1000的财富

Posted 2023-05-07

=== Run information ===

Scheme:weka.classifiers.functions.LibSVM -S 0 -K 2 -D 3 -G 0.0 -R 0.0 -N 0.5 -M 40.0 -C 1.0 -E 0.0010 -P 0.1
Relation: Glass
Instances: 214
Attributes: 10
RI
Na
Mg
Al
Si
K
Ca
Ba
Fe
Type
Test mode:10-fold cross-validation

=== Classifier model (full training set) ===

LibSVM wrapper, original code by Yasser EL-Manzalawy (= WLSVM)

Time taken to build model: 0.02 seconds

=== Stratified cross-validation ===
=== Summary ===

Correctly Classified Instances 148 69.1589 %
Incorrectly Classified Instances 66 30.8411 %
Kappa statistic 0.3579
Mean absolute error 0.0881
Root mean squared error 0.2968
Relative absolute error 60.7715 %
Root relative squared error 111.5949 %
Total Number of Instances 214

=== Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure ROC Area Class
0.847 0.5 0.676 0.847 0.752 0.674 build wind float
0.5 0.153 0.727 0.5 0.593 0.674 build wind non-float
0 0 0 0 0 ? vehic wind float
0 0 0 0 0 ? vehic wind non-float
0 0 0 0 0 ? containers
0 0 0 0 0 ? tableware
0 0 0 0 0 ? headlamps
Weighted Avg. 0.692 0.344 0.699 0.692 0.68 0.674

=== Confusion Matrix ===

a b c d e f g <-- classified as
100 18 0 0 0 0 0 | a = build wind float
48 48 0 0 0 0 0 | b = build wind non-float
0 0 0 0 0 0 0 | c = vehic wind float
0 0 0 0 0 0 0 | d = vehic wind non-float
0 0 0 0 0 0 0 | e = containers
0 0 0 0 0 0 0 | f = tableware
0 0 0 0 0 0 0 | g = headlamps
不要翻译软件翻译的，真正懂weka的来帮我下，我用的是weka 3-6-6里面的glass.arff的例子

=== Run information ===运行信息（如下）

Scheme（前提，场景）:weka.classifiers（weka分类标准）.functions（功能）.Lib（library，素材库）SVM（support vector machine矢量算法支持机） -S 0 -K 2 -D 3 -G 0.0 -R 0.0 -N 0.5 -M 40.0 -C 1.0 -E 0.0010 -P 0.1
Relation（关联）: Glass（玻璃）
Instances实验次数: 214
Attributes特征属性: 10
RI（Refractive index 折射率 ）
Na 钠
Mg镁
Al铝
Si硅
K钾
Ca钙
Ba钡
Fe铁
Type类型
Test mode实验模式:10-fold cross-validation（十倍交叉验证）

=== Classifier model (full training set) ===分类模型（全部一整套的训练指标）

LibSVM wrapper（打包的矢量机素材库）, original code by Yasser EL-Manzalawy (= WLSVM)
（源码由byYasser EL-Manzalawy 提供）WLSVM（wrapper library support vector machine，打包的支持矢量机的素材库）
Time taken to build model:（建立模型消耗时间） 0.02 seconds（秒）

=== Stratified cross-validation ===窄条交叉验证
=== Summary ===实验总结

Correctly Classified Instances 正确分类的次数 148 69.1589 %
Incorrectly Classified Instances 错误分类的次数 66 30.8411 %
Kappa statistic kappa 静止值 0.3579
Mean absolute error 平均绝对错误值 0.0881
Root mean squared error 根平均平方差 0.2968
Relative absolute error 相关绝对错误值 60.7715 %
Root relative squared error 根相对错误值 111.5949 %
Total Number of Instances 总计实验次数 214

=== Detailed Accuracy By Class ===分类后的详细精准度

TP Rate（TP率） FP Rate（FP率） Precision（精确值） Recal（上次结果）l F-Measure （F-测量到的参数） ROC（不太清楚这个） Area（面积） Class（分类）
0.847 0.5 0.676 0.847 0.752 0.674 build wind float 风浮点建模
0.5 0.153 0.727 0.5 0.593 0.674 build wind non-float 风非浮点建模
0 0 0 0 0 ? vehic wind float 运载工具风浮点建模
0 0 0 0 0 ? vehic wind non-float运载工具风非浮点建模

0 0 0 0 0 ? containers 容器（建模后，的小环境）
0 0 0 0 0 ? tableware（桌上的物件）
0 0 0 0 0 ? headlamps（汽车前灯）
Weighted Avg.（平均权重） 0.692 0.344 0.699 0.692 0.68 0.674

=== Confusion Matrix ===混合后的基底值

a b c d e f g <-- classified as分类如下
100 18 0 0 0 0 0 | a = build wind float风浮点建模
48 48 0 0 0 0 0 | b = build wind non-float风非浮点建模
0 0 0 0 0 0 0 | c = vehic wind float运载工具风浮点建模vehicle=vehic
0 0 0 0 0 0 0 | d = vehic wind non-float运载工具风非浮点建模
0 0 0 0 0 0 0 | e = containers容俱
0 0 0 0 0 0 0 | f = tableware桌面物品
0 0 0 0 0 0 0 | g = headlamps汽车大灯 参考技术A ==== = = = ===管理信息
方案：weka.classifiers.functions.libsvm- 0-2-3-0 -0-0.5 -40-1-0.0010 -0.1
关系：玻璃
例子：214
属性：10
国际扶轮
钠
毫克
铝
硅
钾
钙
学士学位
铁
型
测试模式：10倍交叉验证
===分类器模型（训练集）===
预选的包装，原代码由亚西尔el-manzalawy（=wlsvm）
时间来建立模型：0.02秒
==== = = = ===分层交叉验证
==== = = = ===总结
正确的分类实例14869.1589%
不正确的分类实例6630.8411%
卡伯统计0.3579
平均绝对误差为0.0881
根平均平方误差0.2968
相对误差绝对值60.7715%
相对误差平方根111.5949%
总人数的情况下，214
==== = = = ===详细准确的类
普瑞尔率计划生育率精度召回的F -02面积课件
0.8470.50.6760.8470.7520.674建立风漂浮
0.50.1530.7270.50.5930.674建立风非浮动
00000？车辆风漂浮
00000？非浮动车的风
00000？容器
00000？餐具
00000？前大灯
加权平均0.6920.3440.6990.6920.680.674
==== = = = ===混淆矩阵
单位按克<——列为
1001800000|=建立风漂浮
484800000|乙=建立非浮动
0000000|=车风漂浮
0000000|=非浮动车的风
0000000|电子容器
0000000|=餐具
0000000|克=大灯本回答被提问者采纳

谁能帮我解释一下 FBX 格式？

【中文标题】谁能帮我解释一下 FBX 格式？

【英文标题】：can anyone explain the FBX format for me?

【发布时间】：2011-12-05 21:58:37

【问题描述】：

我使用notepad++查看FBX模型的数据结构，但我在理解它时遇到了一些问题。这是位于（0,0,0）的立方体（side = 10）的一些信息，谁能告诉我这些成员是什么意思？谢谢！

Vertices: *24 
a: -5,-5,0,5,-5,0,-5,5,0,5,5,0,-5,-5,10,5,-5,10,-5,5,10,5,5,10
 
PolygonVertexIndex: *36 
a: 0,2,-4,3,1,-1,4,5,-8,7,6,-5,0,1,-6,5,4,-1,1,3,-8,7,5,-2,3,2,-7,6,7,-4,2,0,-5,4,6,-3
 
Edges: *18 
a: 0,1,2,3,4,6,7,8,9,10,13,14,16,19,20,25,26,32
 
Normals: *108 
a: 0,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,-        1,0,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0,-   1,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0,-1,0,0
 

UV: *24 
a: 0,0,1,0,0,1,1,1,0,0,1,0,0,1,1,1,0,0,1,0,0,1,1,1
 
UVIndex: *36 
a: 9,11,10,10,8,9,8,9,11,11,10,8,4,5,7,7,6,4,0,1,3,3,2,0,4,5,7,7,6,4,0,1,3,3,2,0
 

【参考方案1】：

我认为这些假设是相当合理的，尽管我不确定 为什么 PolygonVertexIndex 数组包含负值（似乎 每个三角形的每三个索引都是负数）。也许是为了表明 多边形的最后一个索引，因此您可以拥有不需要的多边形 三角形。

负值的确实代表最后一个顶点。

要找出这是女巫顶点，您必须将其取反并从该值中减去 1。

例如-4代表3 ((-4)*(-1) - 1)

【讨论】：

这很有意义，感谢 Autodesk...我想我们必须处理这个问题。

现在我想起来 -1 很聪明，否则你的索引 0 就有问题！

确实，它是多边形上的最后一个。 FBX 可以定义多顶点多边形，并使用 (-N-1) 来显示哪一个是结束。

【参考方案2】：

即使不了解 FBX 格式，您至少也可以做出一些非常合理的猜测：

Vertices下的24个值是立方体的8个顶点（3个值代表一个顶点）。

PolygonVertexIndex 下的 36 个值是构成立方体 6 个面的 12 个三角形的顶点索引（引用来自 Vertices 的值）。

Edges 下的 24 个值是立方体 12 条边的顶点索引。

Normals 下的 108 个值是 12 个三角形的每个三角形角的 36 个法线（3 个值代表一个法线向量）。

UV 下的 24 个值是 12 个纹理坐标（其中 2 个值代表一个纹理坐标对）。

UVIndex 下的 36 个值是立方体 36 个三角形角的纹理坐标索引（引用来自 UV 的值）。

我认为这些假设是相当合理的，尽管我不确定为什么PolygonVertexIndex 数组包含负值（似乎每个三角形的每三个索引都是负值）。可能是为了表示多边形的最后一个索引，所以你可以有多边形而不是三角形。

【讨论】：

是的，“法线”是 12 个面的三个顶点的法线。但是不是通过添加与顶点连接的面的法线然后归一化来计算顶点的法线吗？我对顶点的法线和面的法线感到很困惑。

@yvetterowe 法线可以随心所欲地计算，对于立方体来说，平均顶点的相邻面法线并不是一个好主意。该格式似乎为每个三角形角存储法线（因此为 36 个法线），而不是为每个三角形或每个顶点存储法线。这样法线可以是他们想要的任何东西（每个顶点、每个面或介于两者之间的东西），必要时引入重复的法线。

关于Edges，这些是不是的顶点索引，它们是对PolygonVertexIndex 数组的直接引用。每条边由该顶点和该面中的下一条边定义（如果索引

【参考方案3】：

负顶点索引表示多边形的结束。您可以按位否定负索引，以获得正索引。

在 c 中这是

posIndex = ~negIndex;