Weka RF 没有给出任何混淆矩阵或预期结果

Posted

技术标签:

【中文标题】Weka RF 没有给出任何混淆矩阵或预期结果【英文标题】:Weka RF doesn't give any confusion matrix or expected results 【发布时间】:2021-12-15 07:54:27 【问题描述】:

我正在使用 WEKA 将只有 27 个实例的小型数据集分类为二进制分类。我尝试过使用更大的数据集,并且 weka 显示了混淆矩阵和其他指标,但是我的主要和小型 27 个实例数据集仅显示了这一点:

    Scheme:       weka.classifiers.trees.RandomForest -P 100 -I 100 -num-slots 1 -K 0 -M 1.0 -V 0.001 -S 1
Relation:     t_PROMIS_mtbi-weka.filters.unsupervised.attribute.Remove-R1
Instances:    27
Attributes:   7
              Var2
              Var3
              Var4
              Var5
              Var6
              Var7
              ERS
Test mode:    10-fold cross-validation

=== Classifier model (full training set) ===

RandomForest

Bagging with 100 iterations and base learner

weka.classifiers.trees.RandomTree -K 0 -M 1.0 -V 0.001 -S 1 -do-not-check-capabilities

Time taken to build model: 0.01 seconds

=== Cross-validation ===
=== Summary ===

Correlation coefficient                  0.0348
Mean absolute error                      0.4544
Root mean squared error                  0.529 
Relative absolute error                 91.7269 %
Root relative squared error            102.952  %
Total Number of Instances               27     

我不明白为什么会这样。是尺码吗?

【问题讨论】:

【参考方案1】:

我已经解决了,问题是我在我的类 viariable 上使用数字 1/0,我将它更改为“是”/“否”变量并且可以工作。

【讨论】:

以上是关于Weka RF 没有给出任何混淆矩阵或预期结果的主要内容,如果未能解决你的问题,请参考以下文章

Weka - 给出极化/有偏结果的二元分类

Weka中决策树和混淆矩阵中正确/错误分类实例之间的差异

如何计算混淆矩阵?

R:RF模型中的混淆矩阵返回错误:data`和`reference`应该是具有相同水平的因素

从混淆矩阵中提取 y_true 和 y_pred

如何绘制 K-mean 算法的混淆/相似矩阵