Weka分类和预测类

Question

我想分类使用Weka未标记的字符串，我不是数据挖掘方面的专家，所以我一直在努力与不同的条款。我在做什么是我所提供的训练数据和设置运行M5Rules分类后无标签的字符串，我真的开始输出，但我不知道是什么意思：

run: 
{17 1,35 1,64 1,135 1,205 1,214 1,215 1,284 1,288 1,309 1,343 1,461 1,493 1,500 1,552 1,806 -0.038168} | -0.03816793850062397 
-0.03816793850062397 -> 

Results 
====== 

Correlation coefficient     0  
Mean absolute error      0  
Root mean squared error     0  
Relative absolute error     0  % 
Root relative squared error    0  % 
Total Number of Instances    1  

BUILD SUCCESSFUL (total time: 1 second) 

的源代码如下：

public Categorizer(){ 

    try{ 

     //*** READ ARRF FILES */////////////////////////////////////////////////////// 
     //BufferedReader trainReader = new BufferedReader(new FileReader("c:/Users/Yehia A.Salam/Desktop/dd/training-data.arff"));//File with text examples 
     //BufferedReader classifyReader = new BufferedReader(new FileReader("c:/Users/Yehia A.Salam/Desktop/dd/test-data.arff"));//File with text to classify 

     // Create trainning data instance 
     TextDirectoryLoader loader = new TextDirectoryLoader(); 
     loader.setDirectory(new File("c:/Users/Yehia A.Salam/Desktop/dd/training-data")); 
     Instances dataRaw = loader.getDataSet(); 

     StringToWordVector filter = new StringToWordVector(); 
     filter.setInputFormat(dataRaw); 
     Instances dataTraining = Filter.useFilter(dataRaw, filter); 
     dataTraining.setClassIndex(dataRaw.numAttributes() - 1); 

     // Create test data instances 
     loader.setDirectory(new File("c:/Users/Yehia A.Salam/Desktop/dd/test-data")); 
     dataRaw = loader.getDataSet(); 
     Instances dataTest = Filter.useFilter(dataRaw, filter); 
     dataTest.setClassIndex(dataTest.numAttributes() - 1); 


     // Classify 
     FilteredClassifier model = new FilteredClassifier(); 
     model.setFilter(new StringToWordVector()); 
     model.setClassifier(new M5Rules()); 
     model.buildClassifier(dataTraining); 

     for (int i = 0; i < dataTest.numInstances(); i++) { 
      dataTest.instance(i).setClassMissing(); 
      double cls = model.classifyInstance(dataTest.instance(i)); 
      dataTest.instance(i).setClassValue(cls); 
      System.out.println(dataTest.instance(i).toString() + " | " + cls); 
      System.out.println(cls + " -> " + dataTest.instance(i).classAttribute().value((int) cls)); 

      // evaluate classifier and print some statistics 
      Evaluation eval = new Evaluation(dataTraining); 
      eval.evaluateModelOnce(cls, dataTest.instance(i)); 
      System.out.println(eval.toSummaryString("\nResults\n======\n", false)); 
     } 

    } 
    catch(FileNotFoundException e){ 

     System.err.println(e.getMessage()); 
    } 
    catch(IOException i){ 

     System.err.println(i.getMessage()); 
    } 
    catch(Exception o){ 

     System.err.println(o.getMessage()); 
    } 
    } 

最后一对夫妇的情况下，屏幕截图的我做了什么错在文件夹层次结构：

Answer 1

TL;博士：

• 你的类指标设置为随机特征
• 你必须使用一个分类，而不是回归算法

问题是你如何初始化自己的数据集。尽管weka通常将类放在最后一列，但TextDirectoryLoader不会。其实，你并不需要手动设置类指数，它已经被设置，所以删除线

（第一行是错误的，无论如何，因为你使用属性的数量从原始数据。集，而是选择已过滤的数据集的列）

如果然后运行你的代码，你会得到这样的：

weka.classifiers.functions.LinearRegression: Cannot handle binary class! 

正如我已经猜到了，M5Rules不是一个分类，但对于回归。如果使用J48或RandomForest等分类器，则会得到更明智的输出结果。只要改变行

model.setClassifier(new M5Rules()); 

到

model.setClassifier(new RandomForest()); 

---

至于你的输出，这里是我做的是：

{17 1,35 1,64 1,135 1,205 1,214 1,215 1,284 1,288 1,309 1,343 1,461 1,493 1,500 1,552 1,806 -0.038168} | -0.03816793850062397 
-0.03816793850062397 -> 

是线的结果

System.out.println(dataTest.instance(i).toString() + " | " + cls); 
System.out.println(cls + " -> " + dataTest.instance(i).classAttribute().value((int) cls)); 

因此，您会看到您的实例序列号为sparse ARFF，其次是|和该类的功能。

通常情况下，类应为整数，但是从M5Rules的文件，我得到这是回归问题分类，这样你就不会得到独立的类，但连续的值，你的情况-0.03816793850062397

由于您（错误地）将数字特征设置为类标签，因此M5Rules不会发出抱怨并给出输出。如果你使用实际的分类器，你会得到你的标签“健康”或“旅行”。

其余部分是有关分类器性能的标准统计信息，但对于只有一个分类器实例它们是无用的。它看起来像一个样本被正确分类，所以所有的错误都是零。

Correlation coefficient     0  
Mean absolute error      0  
Root mean squared error     0  
Relative absolute error     0  % 
Root relative squared error    0  % 
Total Number of Instances    1  

---

Answer 2

万一别人有M5P得到了同样的错误，请尝试，看看是否ARFF只是一个标题或空。

否则试试

model.buildClassifier(....) 

代替

model.setClassifier(....); 

这解决了这个问题对我来说。