针对 WEKA 中的每个实例提取 SVM 分配的值

Posted 2023-03-12

【中文标题】针对 WEKA 中的每个实例提取 SVM 分配的值

【英文标题】：Extract SVM assigned values against each instance in WEKA

【发布时间】：2018-12-16 06:23:57

【问题描述】：

在对每个实例使用 SVM 训练模型后，有什么方法可以提取值，以查看 SVM 为每个实例分配了什么值，以便将实例分类为正类或负类。我正在寻找一些解决方案来获得所有WEKA 工具中针对每个实例的基于 SVM 的分配值。 我一直在 SVM 下使用 LibSVM 和 LibLinear 分类器。我需要这些值用于排名

【参考方案1】：

点击预处理...过滤...“选择”按钮...

然后选择Weka /Filters / Supervised / Attribute Filter “添加分类”

在其配置对话框中，将“OutputClassification”设置为“True”

单击“LibSVM”标签以调用第二个对话框。配置分类器。

点击应用。

新列“分类”将添加到您的数据集 - 但这不会对您的数据集执行交叉验证。它将使用整个数据集作为训练数据集，因此会导致过度拟合。

替代方案（用于获得交叉验证输出的预测）：您也可以转到“分类器”选项卡，单击“更多选项...”按钮，“输出预测”，选择“纯文本”，然后预测将显示在大的“分类器输出”文本面板中。

【讨论】：

感谢指导。但是在我们单击“LibSVM”标签后得到的第二个对话框中没有像“OutputClassification”这样的选项。该 ialog 框在其中具有以下选项 Svm 类型、批量大小、缓存大小、coef()、成本、调试、度、doNotCheckCapabilities、doNotReplaceMissingValues、eps、伽玛、kernelType、损失、模型文件、规范化、nu、numDecimalPlaces、probabilityEstimates、种子、收缩和权重

我在项目符号列表中切换了两行 - 请参阅我的编辑。 “AddClassification”过滤器有自己的配置对话框，在那里你可以找到“OutputClassification”