为啥 SKlearn 和 WEKA 结果不匹配？

Posted 2023-03-12

【中文标题】为啥 SKlearn 和 WEKA 结果不匹配？

【英文标题】：Why SKlearn and WEKA results do not match?为什么 SKlearn 和 WEKA 结果不匹配？

【发布时间】：2018-07-14 05:07:08

【问题描述】：

我有这个dataset，我正在使用 SKlearn 生成如下随机森林模型：

from sklearn.ensemble import RandomForestClassifier as RandomForest
from sklearn.cross_validation import cross_val_score, cross_val_predict
import pandas as pd
import numpy as np
df = pd.read_csv('trainingSetExample.csv')
X_train = df.iloc[:, df.columns != 'label']
y_train = df.ix[:]['label']
clf = RandomForest() 
print np.mean(cross_val_score(clf, X_train, y_train, cv=10))
print 'precision', np.mean(cross_val_score(clf, X_train, y_train, cv=10, scoring='precision_macro'))

准确率和精度都是 0.99，但是当我使用 WEKA 随机森林时，准确率和精度都是 0.95。看起来两者的参数默认值是一样的，另外，我尝试了 WEKA 的 10000 次迭代而不是 100 次，但并没有改善。

为什么结果如此不同？

【问题讨论】：

你也应该贴出Weka的完整代码以及两者使用的数据。

【参考方案1】：

我发现错误是什么，标签被错误地包含在特征中，所以 SKlearn 总是报告高准确率（接近 1），但 WEKA 足够聪明，可以删除该特征并报告实际准确率。删除该列后，它们都匹配。