Java中的Weka UI和API代码给出了不同的结果

Question

我是Weka的新手。

我正在尝试使用API​​运行WEKA，并发现WEKA GUI的结果与Java代码生成的结果不匹配。

我试图通过提供TrainingSet和测试集来运行RandomForest算法。

以下是代码段：

            DataSource ds = new DataSource(trainingFile);

            Instances insts = ds.getDataSet();

            insts.setClassIndex(insts.numAttributes() - 1);

            Classifier cl = new RandomForest();
            RandomForest rf = (RandomForest)cl;
       //     rf.setOptions(options);
         //   rf.setNumExecutionSlots(1);
            rf.setNumFeatures(5);
            rf.setSeed(1);
            rf.setNumExecutionSlots(1);                  

            Remove remove = new Remove();
            int[] attrs = WekaCustomisation.convertIntegers(attrList);

            remove.setAttributeIndicesArray(attrs);
            remove.setInvertSelection(true);                

            remove.setInputFormat(insts);
            insts = weka.filters.Filter.useFilter(insts, remove);

            insts.setClassIndex(insts.numAttributes() - 1);            


            weka.core.Instances train = new weka.core.Instances(insts, 0, insts.numInstances());          


            cl.buildClassifier(train);

         weka.core.converters.ConverterUtils.DataSource ds2 = new weka.core.converters.ConverterUtils.DataSource(testFile);

            weka.core.Instances instsTest = ds2.getDataSet();
            remove.setInputFormat(instsTest);
            instsTest = weka.filters.Filter.useFilter(instsTest, remove);
            instsTest.setClassIndex(instsTest.numAttributes() - 1);                

            Instances testInstances = new Instances(instsTest);
            int numCorrect = 0;

            weka.classifiers.Evaluation eval = new weka.classifiers.Evaluation(train);
            eval.evaluateModel(cl, testInstances);
            System.out.println(eval.toSummaryString());
            out.write(eval.toSummaryString());
            double roc = eval.areaUnderROC(0);

WEKA GUI和此代码生成的混淆矩阵有所不同。我在这里错过了什么。

Answer 1

首先检查Weka GUI中执行的参数和过滤器是否与您在代码中执行的相同。 （看一下GUI中生成的日志）

第二种可能性是随机森林模型在其创建结构中具有的随机成分（为每个决策树选择数据集中的随机要素，请参阅here）。因此，在训练阶段，会为同一列车数据集生成不同的模型，当您使用测试进行评估时，会得到不同的结果。