WEKA - 天气预报

Question

我对机器学习和集群的概念很陌生。我已经安装了Weka，并试图弄清楚它是如何工作的。目前，我的培训数据如下。

@relation weather

@attribute year real
@attribute temperature real
@attribute warmer {yes,no}

@data

1956    ,   68.98585    ,   yes
1957    ,   67.52131    ,   yes
1958    ,   65.853386   ,   no
1959    ,   66.32705    ,   yes
1960    ,   65.89773    ,   no

所以，我正在尝试建立一个模型来预测它是否每年都变暖。

如果我必须预测1961年是温暖还是凉爽，我应该提供下面的测试数据吗？

@relation weather

@attribute year real
@attribute temperature real

@data

1961    ,   70.98585    

我已经使用我之前提供的训练集删除了我想要预测的柱加热器。我可以使用Weka提供给我的任何算法（J48，BayesNet等）。有人可以帮我解决如何理解这些概念吗？

Answer 1

您不需要自己制作培训和测试套件，Weka会为您做到这一点。即使你这样做，也不要删除要从测试集中预测的值 - Weka将确保一切正常，但需要实际值来确定预测是否正确并告诉你模型如何进行。

您的问题是一个分类问题，即您想要预测标签＆＃34;是＆＃34;或＆＃34;不＆＃34;。并非Weka中的所有算法都适用，但不适用的算法是灰色的（如果使用GUI）。

更一般地说，您不可能使用您拥有的数据获得良好的结果。这更像是一个时间序列预测任务（即给出这些过去的值，它将来会如何发展），Weka并没有真正提供这些算法。您可以在Wikipedia找到更多信息。

要使用Weka获得更好的模型，您可以将上一年（或前两年）的温度值添加为功能，但最终听起来您希望使用可以进行时间序列分析和预测的内容。