方法不会给weka中的混淆矩阵

Question

我想在weka中进行分类。我正在使用一些方法（随机树，随机森林，决策表，RandomSubspace ......），但它们给出如下结果。

=== Cross-validation ===
=== Summary ===

Correlation coefficient                  0.1678
Mean absolute error                      0.4832
Root mean squared error                  0.4931
Relative absolute error                 96.6501 %
Root relative squared error             98.6323 %
Total Number of Instances           100000 

然而，我希望结果是准确性和混淆矩阵。我怎样才能得到这样的结果？

注意：当我使用小数据集时，它会将结果作为混淆矩阵。它可以与数据集的大小相关吗？

Answer 1

Weka中培训/测试的输出取决于您尝试预测的属性的类型。如果您的属性是名义上的，您将获得混淆矩阵和准确度值。如果您的属性是数字，则会得到相关系数。

在您提到的小型和大型数据集中，您预测的属性类型是什么？

Answer 2

我使用J48和RandomForest运行了一个2级问题，有100000个实例，并且混淆矩阵正确显示。我还增加了问题的复杂性，运行了20个不同的类，混淆矩阵也正确出现。

如果您查看更多选项，请确保选中“输出混淆矩阵”，看看是否能解决问题。