Я запрограммировал свой собственный классификатор в python, я использовал текстовое тело для его тестирования с использованием измерения F1, но теперь я хочу проверить его в других задачах Data Mining, поэтому у меня есть свой классификатор выходной файл в данный корпус, и я хочу измерить качество с помощью различных мер Weka, как я могу пропустить в Weka выходной файл и получить качество?Использование weka для измерения качества моего классификатора
0
A
ответ
0
Я думаю, что правильная процедура должна быть своего рода n-кратной проверкой: разделите свой набор данных на обучающие и тестовые наборы. Разработать модель на учебном наборе; вычислить сумму квадратов ошибок SSE (поезд).
Возьмите модель и запустите с ней тестовые данные и вычислите SSE (тест) с использованием прогнозируемых и фактических значений отклика. Это поможет вам оценить точность и предвзятость вашей модели.
Посмотрите на Elements of Statistical Learning Using R.
+0
Есть ли ссылка, которая иллюстрирует описанную вами процедуру? – denys91
Смежные вопросы
- 1. Использование моего классификатора weka в MOA
- 2. Оценка классификатора WEKA
- 3. улучшить результаты классификатора weka
- 4. Параметры классификатора Weka
- 5. Использование WEKA для получения классификатора с фиксированной чувствительностью
- 6. Опции в GUI для пользовательского классификатора Weka
- 7. Преобразование классификатора Weka в оценку
- 8. C# код для запуска Weka классификатора
- 9. Измерения качества кластера
- 10. python для измерения качества двух похожих изображений
- 11. Система измерения качества видео/инструмент для Android
- 12. Создание модели классификатора Weka без оценки
- 13. Аргументы классификатора WEKA из командной строки
- 14. Обновление непостоянного классификатора в Weka [Scala]
- 15. Как читать матрицу смешения классификатора в WEKA
- 16. Параметры классификатора greyed out в Weka
- 17. Вывод классификатора RandomSubSpace Weka API в Java
- 18. Использование Weka для классификации
- 19. Как преобразовать данные обучения в тестовые данные для классификатора weka?
- 20. Как получить измерения качества сигнала в iPhone?
- 21. Каковы методы и методы измерения качества данных?
- 22. Производительность классификатора по подмножеству данных
- 23. Использование модели классификатора WEKA в Java для классификации текста в реальном времени
- 24. Инструмент для измерения качества javadoc без источника под рукой
- 25. Каков эффект использования фильтрованного классификатора над обычным классификатором в weka
- 26. Прогнозирование Weka с использованием классификатора SMO в коде C#
- 27. Weka добавить более одного классификатора с мета-фильтрами
- 28. Использование классификатора Stanford для распознавания символов
- 29. Использование объекта Scorer для метода оценки классификатора
- 30. Использование Fiddler для измерения производительности
Проблема заключается в следующем: если вы обучили ваш классификатор и изучили модель, вы должны как-то сериализовать модель в python. Чтобы использовать его в weka, 1) weka нужно понимать ваш алгоритм классификатора (т. Е. Совместим с существующими алгоритмами Weka, J48, наивными байками и т. Д.?) Weka нужно понять формат модели, чтобы загрузить его. Я думаю, 1) может быть хорошо в вашем случае, но вам нужно работать над 2). вероятно, может начаться здесь: https://weka.wikispaces.com/Saving+and+loading+models – greeness
Когда я перечитываю вам вопрос, я узнал, что вы действительно хотите просто использовать оценки оценки weka без предсказания внутри weka. Я понятия не имею, предоставляет ли weka такой API, чтобы вы могли передавать предсказанные ярлыки и золотые метки, а затем выводили различные меры. – greeness
Да, я действительно хочу просто использовать оценки оценки weka без предсказания внутри weka, у меня уже есть файл предсказаний моего алгоритма, поэтому я просто хочу использовать weka для измерения его качества. Я искал в Интернете формат weka opcion и формата предсказания файла или что-то в этом роде, но я его не нашел. – denys91