如何在 Weka 中构建 SVM 分类器以仅考虑数据集中的某些特征?
Posted
技术标签:
【中文标题】如何在 Weka 中构建 SVM 分类器以仅考虑数据集中的某些特征?【英文标题】:How do I build a SVM classifier in Weka to only consider certain features in the data set? 【发布时间】:2021-11-08 23:25:10 【问题描述】:我是 WEKA 的新手,我正在从事一项目前有 128 种不同功能的任务。我被告知要在数据上构建一个 SVM 分类器,并且分类器应该:
-
仅考虑数据中前 10 个“卡方”特征。
应使用 10 折交叉验证在每个折中新鲜选择前 10 个特征。
我已经使用 ChiSquaredAttributeEval 评估器获得了前 10 个特征。考虑到第 1 点和第 2 点,我该如何构建 SVM?
编辑:如何也显示此分类器的 WEKA 10 折交叉验证工作流程图?
【问题讨论】:
【参考方案1】:使用以下分类器设置来封装属性选择步骤和支持向量机在缩减数据集上的训练:
meta.FilteredClassifier
|
+- filter: supervised.attribute.AttributeSelection (ChiSquaredAttributeEval + search method)
|
+- classifier: functions.SMO
【讨论】:
以上是关于如何在 Weka 中构建 SVM 分类器以仅考虑数据集中的某些特征?的主要内容,如果未能解决你的问题,请参考以下文章