weka 中看不见的标称值

Posted 2023-03-12

【中文标题】weka 中看不见的标称值

【英文标题】：Unseen nominal values in weka

【发布时间】：2013-12-14 01:15:27

【问题描述】：

我有一个数据集，其中包含一些标称值作为特征。我拥有的训练集有一组标称特征的值，这些值在我的测试集中不存在。 例如我在训练集中的特征对应于

@attribute h4 br,pl,com,ro,th,np

和测试集中相同的特征有

@attribute h4 br,pl,abc,th,def,ghi,lmno

我相信正因为如此，weka 不允许我在测试集上重新评估我在训练集上构建的模型。有没有解决的办法？我错过了什么吗？

编辑：我使用的是 RandomForest 分类器。

谢谢

【问题讨论】：

您应该能够在训练集和测试集中使用相同的属性声明。如果不是所有声明的值都出现在数据中，这不是问题。

【参考方案1】：

Weka 寻求测试集中使用的所有名义值也存在于训练集中，因为分类器应该在做出预测之前学习。

Weka 还使用标称值及其索引；因此，对同一属性的名义值使用相同的顺序以获得可靠的结果非常重要。

在您的情况下，只需对训练集和测试集以相同的顺序使用相同的值（涵盖所有值）。

您的组合值br,pl,com,ro,th,np,abc,th,def,ghi,lmno 可用于训练集和测试集。