使用 Weka 进行分类没有给出精度、Fmeasure 和 MCC 的任何结果

Posted 2023-03-13

【中文标题】使用 Weka 进行分类没有给出精度、Fmeasure 和 MCC 的任何结果

【英文标题】：Classification Using Weka did not give any result for precision , Fmeasure and MCC

【发布时间】：2021-12-07 21:11:52

【问题描述】：

我有一个数据集。数据集有一些分类值和一些离散值。我的数据集是一个不平衡数据集。我使用 Weka 中提供的Resample 过滤器将数据集分为 60% 的训练数据和 40% 的测试数据。为了使数据集平衡，我使用了SMOTE 技术。之后我使用随机森林对数据集进行分类。

结果是

现在我无法理解结果中? 的含义是什么？其次，为什么 False Positive 和 True Positive 没有价值？这是否意味着即使在应用SMOTE 之后，数据集仍然偏向于No 类？

注意：我只在训练数据上应用了 SMOTE，而不是在测试数据上。

如果有人能澄清我的疑问会很有帮助。

【参考方案1】：

这是在 Weka 邮件列表before 上提出的（2019-07-26，如何解释模型性能中的标签“？”）。这是 Eibe 的回答：

表示无法计算统计。例如，无法计算“高”类的精度，因为分类器没有为该类分配任何实例。这意味着计算精度的分母为零。