我在我的数据集上尝试不同的Weka分类器。我有一个小数据集，我将我的数据分为五个类。 我的问题是，当我通过不同的分类器应用交叉验证或百分比分割分类时，我会得到非常不同的结果。
例如，当我使用NaiveBayse或BayseNet分类符时，我的所有课程的F分数约为40，但使用SMO我得到的F分数为20当我使用LibLinear分类器给我一个大约15的F分数时，会得到更糟糕的结果。
也许我应该提一下，由于LibLinear分类器不接受名词，我会为每个可能的名义值分配一个代码，并将其用作我的数据集中的Numeric值。
有人能告诉我为什么会得到如此不同的结果吗？我希望所有分类器都有大致相似的结果。
此外，当我在我的测试集上使用LibLinear时，我将所有数据归类在其中一个类中，而其他四个类中没有实例。
提前致谢，