最好的方法是什么：
A-第二种方法是否正确？它的缺点是什么？
B-我的数据集包含3个属性和1000个对象，这是否适合从该数据集中选择训练和测试集？
答案 0 :(得分：2)
第二种方法是错误的（至少在类似的情况下，“你的意思是”相同的＆＃39;）。
您不应该使用测试集进行培训。
如果您只使用一个数据集，只需学习此设置即可获得完美的准确性（存在过度拟合的风险）。 通常，这不是您想要的，因为算法应该学习示例背后的一般概念。测试是否发生这种情况的方法是使用单独的数据集进行培训和测试。
测试装置可以预测模型在现实世界中的表现。因为它是独立的（在培训/验证阶段，你不能根据测试数据做出任何选择）。
答案 1 :(得分：0)
第二种选择是错误的。第一个选择是最好的......
使用ling-pipe分类器，我们可以训练和测试新闻数据。但是，如果您提供用于测试目的的相同数据，毫无疑问它会显示准确的输出。我们想要的是预测未知案例的输出，这就是我们如何正确测试准确性。
所以你需要做的是
1)Train your data
2)Build a model
3)Apply test data to the model to get output for unknown sets/ cases too.
构建模型只不过是将训练过的对象写入文件。因此，每次运行程序时，都必须将数据放入该模型，而不是每次都进行培训。这节省了您的时间。我希望我的回答能帮到你。最好的问候。
答案 2 :(得分：0)
您可以在命令行中使用数据集创建Train-Test：
java -cp weka.jar weka.filters.unsupervised.instance.RemovePercentage -P 30 -i dataset.arff -o train.arff java -cp weka.jar weka.filters.unsupervised.instance.RemovePercentage -P 70 -i dataset.arff -o test.arff
和A）：除非数据集中存在“所有”未来可能的数据组合，否则使用相同的数据进行训练和测试是一个糟糕的解决方案。它不会评估您的模型如何处理不同的新案例，也无法评估您是否过度拟合（它适合您当前的数据而没有可重用的逻辑）。为什么不使用“交叉验证”，如果要使用相同的数据集，这非常有效。它会自动分成不同的部分，并根据其余数据测试每个部分，然后计算平均结果。
B）如果你的意思是3个属性和1000个实例，如果你没有太多不同类型的输出（类）来预测并且这些实例映射好的用例，那就可以了。
仅供参考：如果您想在许多不同的分类器上测试数据以找到最佳分类，请使用experimenter。