WEKA如何标准化属性？

Question

假设我向WEKA输入了一些数据集并为属性设置了一个归一化过滤器，因此这些值在0和1之间。然后假设归一化通过除以最大值完成，然后建立模型。那么，如果我部署模型并在新实例中进行分类，则实例的特征值大于训练集中的最大值。如何处理这种情况？它只需要1或是否需要超过1？或者它抛出异常？

Answer 1

该文档没有为通用的过滤器指定此值，所以它必须取决于过滤器。我查看了weka.filters.unsupervised.attribute.Normalize的源代码，我假设你正在使用它，并且我没有看到任何边界检查。

的实际比例代码在Normalize.convertInstance() method：

value = (vals[j] - m_MinArray[j])/(m_MaxArray[j] - m_MinArray[j]) 
       * m_Scale + m_Translation; 

除非任何（不太可能），额外的检查，这种方法之外我会说，它会扩展到大于1的值，在你所描述的情况。要100％确定你最好的选择是编写一个测试用例，自己调用过滤器，并找出答案。由于没有在Javadoc中指定它们的库，你永远不知道下一个版本会做什么。因此，如果您非常依赖特定的行为，那么编写一个自动化测试来回归测试库的行为并不是一个坏主意。

Answer 2

我有和你说的一样的问题。我做了如下，并可能这种方法可以帮助你：

我想你使用weka.filters.unsupervised.attribute.Normalize规范化你的数据。

为欧文Bolwidt说，WEKA使用

value = (vals[j] - m_MinArray[j])/(m_MaxArray[j] - m_MinArray[j]) 
      * m_Scale + m_Translation; 

一定要规范你的属性。

不要忘记，规范化类有这两方法：

public double[] getMinArray() 
public double[] getMaxArray() 

返回计算出的最小值/最大值在数据的属性。

而且您可以存储最小/最大值。然后使用该公式来自己标准化数据。

记住，你可以设置属性，Instance类，你可以通过Evaluation.evaluationForSingleInstance

您的结果进行分类我会稍后给你的链接，这可能会帮助你。 谢谢