Question

我使用Weka进行分类，使用LibSVM分类器，并希望得到一些与我从评估模型得到的输出相关的帮助。

在下面的示例中，我的test.arff文件包含1000个实例，我想知道每个实例被分类为是/否的概率（这是一个简单的两类问题）。

例如，例如1，如果它被归类为“是”，那么它被分类的可能性是我正在寻找的东西。

以下是我目前的代码段：

            // Read and load the Training ARFF file 
        ArffLoader trainArffLoader = new ArffLoader();
        trainArffLoader.setFile(new File("train_clusters.arff"));
        Instances train = trainArffLoader.getDataSet();
        train.setClassIndex(train.numAttributes() - 1);
        System.out.println("Loaded Train File");

        // Read and load the Test ARFF file 
        ArffLoader testArffLoader = new ArffLoader();
        testArffLoader.setFile(new File("test_clusters.arff"));
        Instances test = testArffLoader.getDataSet();
        test.setClassIndex(test.numAttributes() - 1);
        System.out.println("Loaded Test File");


        LibSVM libsvm = new LibSVM();

        libsvm.buildClassifier(train);

        // Evaluation
        Evaluation evaluation = new Evaluation(train);
        evaluation.evaluateModel(libsvm, test);
        System.out.println(evaluation.toSummaryString("\nPrinting the Results\n=====================\n", true));
        System.out.println(evaluation.toClassDetailsString());

Answer 1

您应该使用libsvm.distributionForInstance方法。它返回每个类索引的概率估计值（在您的情况下为2）。

例如，要从测试集打印每个实例的所有估计值，请使用以下内容：

    for (Instance instance : test) {
        double[] distribution = libsvm.distributionForInstance(instance);
        for (int classIndex : classIndices) {
            System.out.print(distribution[classIndex] + " ");
        }
        System.out.println();
    }

请注意，这不是真实概率，而是普拉特方法的估计（见question）。

找到Weka中分类实例的概率

1 个答案: