如何使用Weka中新训练的Naive Bayes分类器对未标记的数据集进行分类

Question

我有一个未标记的数据集，我想用我在Weka中使用NaiveBayes分类的新训练的分类器进行分类。所以实际上当我在weka中的分类模式中，如果我给出选项提供的测试集，那么它只接受测试集，如果它被标记并评估并给出准确性。 但我想要的是使用train.csv或train.arff文件训练它，然后给它一个新的看不见且未标记的test.csv或test.arff文件并对其进行分类并根据训练文件中的类给它标签。但是，如果我将一个未标记的文件作为测试文件提供给wweka，它会给出：

  

错误：训练和测试组不兼容

我的培训和测试文件的样本格式如下：

Train.csv file:
article story .......hockey class
1       0     ...... 0      politics
0       0     .......1      sports
.
.
.
.
.                           sports

和Test.csv文件：

article story .......hockey class
0       1     ...... 0      
1       0     .......1      
.
.
.
.
.

那么如何使用NaiveBayes分类器对Weka中的未标记数据集进行分类？

Answer 1

似乎你错过了班级标签。 Weka要求训练和测试集以相同的顺序具有完全相同的属性。现在有两种情况：

您知道测试集的类

通过将实际的类标签与预测的标签进行比较来计算性能。您需要像在训练集中一样提供测试集中的类标签。

您不知道测试集的类

要计算性能，Weka需要将预测类与实际类进行比较。如果您没有实际的类，则无法计算性能。你只能预测课程。 如果您只想进行预测，则必须为测试实例添加缺少值的class标签。

Answer 2

即使您的测试集已贴上标签，Weka也不会在第一阶段看到它。它将使用您使用训练数据开发的分类器，然后将分类器应用于您提供的测试集。然后分类器预测每个实例类，然后Weka跟踪正确或不正确的分类。所以，你在这里所做的正是你想要实现的目标。错误告诉我们训练和测试集不兼容，因为我相信你已从测试集中删除了“class”标签。别担心。保持原样，从Weka获得的准确性是分类器的实际性能。希望有所帮助。

Answer 3

你不能把它全部留空，你需要在类字段上设置至少一个每个类标签（作为weka的某种“线索”）

• 文章故事.......曲棍球课
• 0 1 ...... 0政治
• 1 0 ....... 1运动
• 1 1 ....... 1？
• 1 1 ....... 1？

第一行将为weka提供预测类的示例。然后，您可以使用训练有素的模型预测没有类（？）的实例