Weka：如何获取测试实例的每个类的概率

Posted 2023-03-12

【中文标题】Weka：如何获取测试实例的每个类的概率

【英文标题】：Weka: How to get the probabilities of each class for the test instances

【发布时间】：2012-06-07 18:06:36

【问题描述】：

在 Weka's Explorer 的情况下，有没有什么方法可以得到测试实例的类概率，如朴素贝叶斯分类器所分类的那样？

【问题讨论】：

朴素贝叶斯的标准输出显示了每个特征和所有类的均值和标准差。这不是你要找的吗？

不完全是@Sicco。我想看看 NB 分配给功能的权重。我知道 Weka explorer 为每个类提供平均值和 SD。但是，如果我可以获得“权重”，而不是任何给定类的特定特征的均值/SD，那将会很有帮助。

我可以在这里看到你的评论。但我并不是试图获得重要的特征，而只是试图获得 NB 分配给每个特征的权重（不是每个类的每个特征的平均值和 SD）***.com/questions/10189953/…

我可能会感到困惑，但我认为 NB 不会为这些功能分配任何权重。通过选择与 NB 分类器学习到的特征最相似的类来对实例进行分类。在 NB 的情况下，这些特征仅包含标准差的平均值 (en.wikipedia.org/wiki/Naive_Bayes_classifier)。

所以，用外行的话来说，权重是指测试实例的概率statsoft.com/textbook/naive-bayes-classifier（抱歉使用术语权重，我知道它有不同的上下文）

【参考方案1】：

在 Weka Explorer 中的 Classify 选项卡上，单击 More options... 并勾选 Output predictions。然后Start 进行训练和测试，结果显示为每个测试实例分配每个类的概率。

【讨论】：

所以，在测试实例 1 的概率分布列中，我有 0.472 *0.528，对于测试实例 2，我有 *1 0。此列是什么意思？如何解释此列中的值？

这意味着测试实例 1 被分配到第一类的概率为 0.472，被分配到类 2 的概率为 0.528。类 2 的概率更高，因此测试实例 1 被分配到类 2 . 在测试实例2中，NB模型预测它应该以1的概率被分配到第1类。

@Sicco 如何计算这些概率？