Weka：训练和测试集不兼容

Question

我的训练和测试数据集的每一行都具有图像中像素的强度值，最后一列具有标记，该标签指示图像中表示的数字;标签可以是训练集中0到9之间的任何数字，并且总是？在测试集上。

我在Weka Explorer上加载了训练数据集，通过NumericalToNominal过滤器传递数据，并使用RemovePercentage过滤器以70-30比例分割数据，30％文件用作交叉验证集。我建了一个classifer并保存了模型。

然后，我加载了哪些测试数据？针对每一行的标签并应用NumericToNominal过滤器并将其保存为arff文件。

现在，当我加载测试数据并尝试使用该模型时，我总是收到错误消息“培训”和测试集不兼容“。两个数据集都经历了相同的处理。什么可能出错？

Answer 1

您可以阅读ARFF手册（http://www.cs.waikato.ac.nz/ml/weka/arff.html）：

  

标称值是通过提供一个来定义的   列出可能的值：{,,   ，...}

     

例如，Iris数据集的类值可以定义为   如下：

@ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}

因此，当您将NumericToNominal应用于测试文件时，您可能会为列车和测试中的一个或多个属性提供不同数量的可能值 - 它确实可能发生，这让我困扰了很多次 - 所以一个解决方案是手动检查您的arff（如果它不是很大，或只是复制和粘贴arff文件的调用 e.g。

@attribute 'My first binary attribute' {0,1}
(...)
@attribute 'My last binary attribute' {0,1}

从火车到测试文件 - 应该工作

Answer 2

您可以使用批量过滤，在这里您可以阅读weka中的batch filtering