Weka 常用分类算法效果比较

Posted 2022-12-06 Vinicier

本实验是福建矿产分布分类识别实验，使用常用的weka 分类识别算法，第一组实验只使用数据中的数值型数据，第二组实验在数值型特征基础上加上了标称属性分类。

1. 数值型数据在weka 平台上

数值型数据分布

横坐标代表类别数，一共有14类数据，纵坐标代表每类数据的样本个数分布。

在weka中采用多种传统分类方法实验结果

在weka中测试以下常用的分类方法，记录各方法的识别正确率、Kappa系数、均方根误差、相对绝对误差如下表所示：

方法名	weka中对应方法	Correctly Classified rate	Kappa 系数	Root mean square error	Relative absolute error
NN	lazy.IB1	38.9908 %	0.265	0.2952	73.1243 %
2-NN	lazy.IBk(k=2)	33.945 %	0.2066	0.2526	77.5179 %
3-NN	lazy.IBk(k=3)	38.5321 %	0.261	0.2424	79.9899 %
Naive Bayes	bayes.NaiveBayes	30.2752 %	0.2109	0.2933	84.9225 %
Bayes Net	bayes.BayesNet	30.2752 %	0.0736	0.2408	97.0716 %
Complement Naive Bayes	bayes.ComplementNaiveBayes	31.1927 %	0.0885	0.3135	82.471 %
Simple Logistic	functions.SimpleLogistic	42.6606 %	0.2699	0.2326	83.2465 %
Logistic	functions.Logistic	38.9908 %	0.2675	0.2712	76.2028 %
MultilayerPerceptron	functions.MultilayerPerceptron	44.0367 %	0.3071	0.2382	80.2227 %
SMO	functions.SMO	34.4037 %	0.0801	0.2499	106.4209 %
KStar	lazy.KStar	43.1193 %	0.3015	0.2695	69.9768 %
C4.5改进J48	trees.J48	40.8257 %	0.2856	0.2749	74.6474 %
Simple Cart 4.5	trees.SimpleCart	41.7431 %	0.2303	0.2426	85.4892 %
Random Forest	trees.RandomForest	55.0459 %	0.4149	0.2111	80.833 %
SVM	functions.LibSVM	28.8991 %	-0.011	0.3187	85.2201 %

各方法结果

最近邻算法NN

2-NN

3-NN

Naive Bayes

Bayes Net

Complement Naive Bayes

Simple Logistic

Logistic

MultilayerPerceptron

SMO

KStar

C4.5改进J48

Simple Cart 4.5

Random Forest SVM

2 添加标称性数据后实验结果

在原始数值性数据基础上添加非数值属性，同样在weka常用分类方法上检测实验结果

数据集前6个属性是标称属性

各类数据分布图：

测试以下常用的分类方法，记录各方法的识别正确率、Kappa系数、均方根误差、相对绝对误差如下表所示：

方法名	weka中对应方法	Correctly Classified rate	Kappa 系数	Root mean square error	Relative absolute error
NN	lazy.IB1	79.8165 %	0.7578	0.1698	24.1915 %
2-NN	lazy.IBk(k=2)	76.6055 %	0.7171	0.149	29.5295 %
3-NN	lazy.IBk(k=3)	79.3578 %	0.7508	0.1443	31.0323 %
Naive Bayes	bayes.NaiveBayes	45.4128 %	0.3789	0.2647	67.4257 %
Bayes Net	bayes.BayesNet	58.7156 %	0.5219	0.2031	51.7458 %
Simple Logistic	functions.SimpleLogistic	80.7339 %	0.7673	0.1415	29.2145 %
Logistic	functions.Logistic	70.1835 %	0.6432	0.2018	35.2254 %
MultilayerPerceptron	functions.MultilayerPerceptron	75.6881 %	0.7034	0.1597	34.4279 %
SMO	functions.SMO	72.4771 %	0.6547	0.2424	103.3214 %
KStar	lazy.KStar	57.3394 %	0.479	0.2337	51.3496 %
C4.5改进J48	trees.J48	83.4862 %	0.7999	0.1451	74.6474 %
Simple Cart 4.5	trees.SimpleCart	74.7706 %	0.6937	0.1743	33.9928 %
Random Forest	trees.RandomForest	87.156 %	0.8437	0.1277	38.4927 %
SVM	functions.LibSVM	28.8991 %	-0.011	0.3187	85.2201 %

Random Forest

C4.5改进J48

Simple Logistic

NN

总结

• 针对实验一和实验二中的数据结果，我们可以知道，添加标称属性后实验整体的准确度都大幅提高了很多。
• Random Forest、Multiple Layer Perceptron、C4.5、Simple Logistic 等算法的分类效果最好。