Question

这个问题已经被问到了，但我没有理解答案，所以我再次发布问题请回复。

我有一个weka模型，例如：j48我已经为我的数据集训练了该模型，现在我必须用一个实例来测试模型，它应该返回类标签。怎么做？

我尝试过这些方法：

1）当我给我的测试实例a，b，c，类为class时。它显示了评估分类器的问题.train和test不兼容

2）当我列出所有班级标签时，我把它？对于测试实例的类标签，如下所示：

@attribute class {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27}

@data
1,2,............,?

没有显示任何类似的结果

=== Evaluation on test set ===
=== Summary ===

Total Number of Instances                0     
Ignored Class Unknown Instances                  1     

=== Detailed Accuracy By Class ===

               TP Rate   FP Rate   Precision   Recall  F-Measure  ROC Area  Class
                 0         0          0         0         0         ?        1
                 0         0          0         0         0         ?        2
                 0         0          0         0         0         ?        3
Weighted Avg.  NaN       NaN        NaN       NaN       NaN       NaN

混淆矩阵为空

怎么办？

Answer 1

鉴于来自OP的信息不完整，可能发生了以下情况：

您使用了

Weka GUI Chooser
选择 Weka Explorer
在预处理标签
选择分类标签
选择 J48 分类器
在测试选项下选择提供的测试集，并提供上述测试集
点击开始

现在给你问题：

“评估测试集”应该已经放弃，因为您正在评估分类器 - 或更好：训练有素的模型。但是对于评估，您需要将预测的类与您未提供的实际类进行比较。因此，将忽略具有缺少类标签的实例。

由于您没有任何其他测试实例WITH class label，因此混淆矩阵为空。根本没有足够的信息来构建一个。（并且只是作为旁注：只有一个实例的混淆矩阵有点无价值。）

查看实际预测

您必须转到更多选项... ，点击输出预测旁边的选择，然后选择输出格式，例如 PlainText ，您会看到如下内容：

inst#     actual  predicted error prediction
    1        1:?        1:0       0.757 
    2        1:?        1:0       0.824 
    3        1:?        1:0       0.807 
    4        1:?        1:0       0.807 
    5        1:?        1:0       0.79 
    6        1:?        2:1       0.661

此输出按照它们在测试文件中出现的顺序列出分类的实例。此示例取自the Weka site about "Making predictions"，其中包含以下说明。

在这种情况下，直接从测试数据集中获取所有类属性用“？”标记，“实际”列可以是忽略，只是声明每个类属于一个未知的类。 “预测”列显示预测实例1到5 属于1级，其值为0，预测实例6为类2，其值为1.错误字段为空;如果预测正在标记的测试集上执行，每个实例都在预测未能匹配标签将包含“+”。该实例1实际属于0类的概率是估计的在0.757。

在weka中测试没有类标签的单个实例

1 个答案:

查看实际预测