1
Q
找到秧鸡
A
回答
1
既然你提到MATLAB,我假设你正在使用Weka库的Java API以编程方式构建分类器。
在这种情况下,您可以使用weka.classifiers.Evaluation类来评估模型,该类提供各种统计信息。
假设你已经有了Java类路径上weka.jar
文件(见javaaddpath
功能),这里是在MATLAB一个例子:
%# data
fName = 'C:\Program Files\Weka-3-7\data\iris.arff';
loader = weka.core.converters.ArffLoader();
loader.setFile(java.io.File(fName));
data = loader.getDataSet();
data.setClassIndex(data.numAttributes()-1);
%# classifier
classifier = weka.classifiers.trees.J48();
classifier.setOptions(weka.core.Utils.splitOptions('-C 0.25 -M 2'));
classifier.buildClassifier(data);
%# evaluation
evl = weka.classifiers.Evaluation(data);
pred = evl.evaluateModel(classifier, data, {''});
%# display
disp(classifier.toString())
disp(evl.toSummaryString())
disp(evl.toClassDetailsString())
disp(evl.toMatrixString())
%# confusion matrix and other stats
cm = evl.confusionMatrix();
%# number of TP/TN/FP/FN with respect to class=1 (Iris-versicolor)
tp = evl.numTruePositives(1);
tn = evl.numTrueNegatives(1);
fp = evl.numFalsePositives(1);
fn = evl.numFalseNegatives(1);
%# class=XX is a zero-based index which maps to the following class values
classValues = arrayfun(@(k)char(data.classAttribute.value(k-1)), ...
1:data.classAttribute.numValues, 'Uniform',false);
输出:
J48 pruned tree
------------------
petalwidth <= 0.6: Iris-setosa (50.0)
petalwidth > 0.6
| petalwidth <= 1.7
| | petallength <= 4.9: Iris-versicolor (48.0/1.0)
| | petallength > 4.9
| | | petalwidth <= 1.5: Iris-virginica (3.0)
| | | petalwidth > 1.5: Iris-versicolor (3.0/1.0)
| petalwidth > 1.7: Iris-virginica (46.0/1.0)
Number of Leaves : 5
Size of the tree : 9
Correctly Classified Instances 147 98 %
Incorrectly Classified Instances 3 2 %
Kappa statistic 0.97
Mean absolute error 0.0233
Root mean squared error 0.108
Relative absolute error 5.2482 %
Root relative squared error 22.9089 %
Coverage of cases (0.95 level) 98.6667 %
Mean rel. region size (0.95 level) 34 %
Total Number of Instances 150
=== Detailed Accuracy By Class ===
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class
1.000 0.000 1.000 1.000 1.000 1.000 1.000 1.000 Iris-setosa
0.980 0.020 0.961 0.961 0.961 0.955 0.990 0.969 Iris-versicolor
0.960 0.010 0.980 0.980 0.980 0.955 0.990 0.970 Iris-virginica
Weighted Avg. 0.980 0.010 0.980 0.980 0.980 0.970 0.993 0.980
=== Confusion Matrix ===
a b c <-- classified as
50 0 0 | a = Iris-setosa
0 49 1 | b = Iris-versicolor
0 2 48 | c = Iris-virginica
相关问题
- 1. 如何使用与秧鸡
- 2. 创造秧鸡的Java API
- 3. Liblinear不CLASSPARH,与秧鸡
- 4. java的帮助,秧鸡:UnsupportedAttributeTypeException
- 5. 。例如秧鸡网站无法找到ARFF文件类标签
- 6. 从命令行运行秧鸡 - 找不到类NaiveBayes
- 7. 培训和测试集不是秧鸡
- 8. 秧鸡和MongoDB连接失败
- 9. 秧鸡的Java API stringtovector例外
- 10. 我怎么编译在NetBeans秧鸡,scr.jar
- 11. 秧鸡无主类中发现错误
- 12. 秧鸡:自动应用属性选择
- 13. 秧鸡StringToWordVector过滤器逆转(JAVA)
- 14. 不能在秧鸡3.7.10使用libsvm的之后,从秧鸡包管理器进行安装,在Windows
- 15. 秧鸡:如何从测试单个实例
- 16. 的Java秧鸡stringtowordvector不计字OCCURENCES正确
- 17. 秧鸡不C4.5格式文件加载由于缺少值
- 18. K均值聚类使用秧鸡蟒蛇
- 19. 处理%符号的字符串属性在秧鸡
- 20. Weka中尝试使用AdaBostM1秧鸡分类与配置修剪
- 21. 如何搭配属性两个实例的顺序秧鸡
- 22. 从秧鸡培训和java培训发散结果
- 23. 如何分割秧鸡分类器的比例在MATLAB
- 24. 解释属性选择的输出秧鸡
- 25. 如何.arff文件中的“ID”添加到每个列的k-means在秧鸡
- 26. 无法使用artff文件秧鸡字符串属性,并建立分级
- 27. 秧鸡:列车和不同的格式(ARFF和文本格式)测试集
- 28. JQ比较元素的列表,找到鹤立鸡群
- 29. Java中的鸡或鸡蛋难题
- 30. 循环依赖,鸡和鸡蛋