Question

我正在使用Weka API的某种hello world示例。我从数据库创建实例时发现了一个问题。 情况： 我有一个包含两个表trainset（id，value，classValue）和testset（id，value，classValue）的数据库。

每个表包含10行一些示例数据，应该100％正确分类。 trainset的第一行是（1,5，“low”），testset的第一行是（1,15，“high”）。

当Weka创建 Instances 对象时，它似乎也会自动创建一个类Attribute对象。

train = query.retrieveInstances();
train.setClassIndex(train.numAttributes() - 1);

第一组的class属性是

@attribute classValue {low,high}

......以及第二次

@attribute classValue {high,low}

当我进行评估时，它会显示

Incorrectly Classified Instances        10              100      %

由混合的classValue属性引起。

有什么方法可以告诉我们类属性应该是什么样子，还是我能以某种方式改变映射？我已经尝试过了

FastVector fvClassVal = new FastVector(2);
fvClassVal.addElement("low");
fvClassVal.addElement("high");
Attribute classAttribute = new Attribute("classValue", fvClassVal);
test.setClass(classAttribute);

但这似乎不起作用，它仍然想知道classIndex并覆盖前一个属性。

Answer 1

之前我已经问过并回答question。您需要创建一个正确的Arff标头并在查询数据库之前使用它。

Answer 2

感谢您的提示。现在似乎没有优雅的解决方案。如果您可以假设您的测试数据将包含训练数据所包含的每个类，您可以修改查询：

SELECT value，classValue FROM trainset ORDER BY classValue

这是一个代码修改较少的解决方案，但性能下降：/

Weka setClassIndex和数据库

2 个答案: