通过 Java 代码在 Weka GUI 和 Weka 中得到不同的结果

Posted

技术标签:

【中文标题】通过 Java 代码在 Weka GUI 和 Weka 中得到不同的结果【英文标题】:Different results in Weka GUI and Weka via Java code 【发布时间】:2013-12-25 16:57:30 【问题描述】:

我正在使用 NaiveBayesMultinomialText 分类器在 Weka 中应用文本分类。问题是,当我使用 GUI 执行此操作并在相同的火车数据上进行测试(没有交叉验证)时,我得到 93% 的准确率,而当我尝试通过 java 代码执行时,我得到 67% 的准确率。可能有什么问题?

在 GUI 中,我使用以下配置:

Lnorm 2.0
debug False
lowercaseTokens True
minWordFrequency 3.0
norm 1.0
normalizeDocLength False
periodicPruning 0
stemmer NullStemmer
stopwords pt-br-stopwords.dat
tokenizer NgramTokenizer (default parameters, but max ngramsize = 2)
useStopList True
useWordFrequencies True

然后我在“测试选项”中选择“使用训练集”。

现在我有 java 代码:

        Instances train = readArff("data/naivebayestest/corpus_treino.arff");
        train.setClassIndex(train.numAttributes() - 1);
        NaiveBayesMultinomialText nb = new NaiveBayesMultinomialText();
        String opt = "-W -P 0 -M 5.0 -norm 1.0 -lnorm 2.0 -lowercase -stoplist -stopwords C:\\Users\\Fernando\\workspace\\GPCommentsAnalyzer\\pt-br_stopwords.dat -tokenizer \"weka.core.tokenizers.NGramTokenizer -delimiters ' \\r\\n\\t.,;:\\\'\\\"()?!\' -max 2 -min 1\" -stemmer weka.core.stemmers.NullStemmer";
        nb.setOptions(Utils.splitOptions(opt));                                            
        nb.buildClassifier(train);    

        Evaluation eval = new Evaluation(train);                                           
        eval.evaluateModel(nb, train);
        System.out.println(eval.toSummaryString());                                        
        System.out.println(eval.toClassDetailsString());                                   
        System.out.println(eval.toMatrixString());    

可能我的 java 代码中遗漏了一些东西。有什么想法吗?

谢谢!

【问题讨论】:

【参考方案1】:

您可以使用下面的代码来使用 10CV 评估您的分类器:

eval.crossValidateModel(nb, train,10,new Random(1)); 

您应该记住,在此之前不要使用train.Randomizetrain.Stratify(10)

【讨论】:

以上是关于通过 Java 代码在 Weka GUI 和 Weka 中得到不同的结果的主要内容,如果未能解决你的问题,请参考以下文章

通过 python api 在 Weka GUI 和 Weka 中得到不同的结果

哪个更快,使用 weka gui 或实现 weka java 代码?

Weka 中的不同分类结果:GUI vs Java 库

Weka 小数精度

如何在 Weka GUI 中识别错误分类实例的详细信息?

在 Python 中使用 Weka 生成的决策树