如何使用 2 个数据集，1 个用于训练，1 个用于在 WEKA 上进行情感分析测试

Posted 2023-03-12

【中文标题】如何使用 2 个数据集，1 个用于训练，1 个用于在 WEKA 上进行情感分析测试

【英文标题】：How to use 2 dataset, 1 for training and 1 for testing on WEKA for sentiment analysis

【发布时间】：2019-05-24 13:34:08

【问题描述】：

所以我有 3 个用于情绪分析的数据集，我只想使用 1 个数据集来构建模型，其余数据集用于测试目的。我将使用的模型是 SVM（SMO 算法）。开始时的数据集只有 2 个属性（文本、标签），但在用字符串预处理到 wordvector 后，它变成了许多属性。我能够构建一个模型并使用 10 倍交叉验证对其进行测试，现在我想使用其他数据集对其进行测试。但是由于字符串到词向量的不同，它具有不同的属性，所以我不能这样做。我的问题有什么解决方案吗？

我已经对测试集应用了相同的预处理并尝试使用“inputmappedclassifier”但结果仍然是错误

我希望该模型可以用于它从未见过的数据集

【参考方案1】：

见http://jmgomezhidalgo.blogspot.com/2013/05/mapping-vocabulary-from-train-to-test.html

如果您知道训练数据和测试数据，则可以使用批量过滤。

如果您不知道测试数据，那么您可以使用 FilteredClassfier 方法。检查http://jmgomezhidalgo.blogspot.com/2013/01/text-mining-in-weka-chaining-filters.html 和http://jmgomezhidalgo.blogspot.com/2013/04/a-simple-text-classifier-in-java-with.html

也可以看看How to use StringToWordVector (weka) in java?