WEKA中的多类分类

Question

我正在尝试在WEKA中实现多类分类。 我有很多行，比如银行交易，还有一个被标记为食品，药品，租金等。我想开发一个分类器，可以使用我以前的数据进行训练，并预测它可以属于未来交易的类。如果我是对的，这是多类而不是多标签，因为每个事务只能属于一个类。

以下是我正在考虑的一些算法

1. 朴素贝叶斯
2. 多项Logistic回归
3. 多类SVM
4. Max Entropy
5. 神经网络（如果可能）

在我的数据中功能数量＆lt;＆lt;＆lt;事务的数量，因此我想的是一个vs rest二元分类器，而不是一个vs一个。

1. 我是否应该采用其他算法来帮助实现目标？
2. 我放的任何算法对我的目标都没用吗？

另外，我发现Python中的scikit-learn比WEKA好，但我只能在一个处理器上运行scikit-learn。这是真的吗？

任何问题的答案都会有所帮助。 谢谢！

Answer 1

你可以看看RandomForest，这是一个众所周知的分类器，效率很高。

在scikit-learn中，你有一些类可以用在像RandomForestClassifier这样的几个核心上。它有一个构造函数参数，可用于定义将使用每个可用核心的核​​心数或值。看一下文档，包含n_jobs参数的构造函数可以用在几个核心

上