Question

假设X是原始的，带标签的（即带有训练标签）数据集，Process(X)返回一组Y个实例已经使用属性编码并转换为像Y.arff这样的weka友好文件。

还假设Process()有一些“泄漏”：某些实例Leak = X-Y无法一致地编码，并且需要获取默认分类FOO。训练标签也以泄漏装置而闻名。

我的问题是如何才能最好地将Leak中的实例引入到 weka评估流AFTER已经应用了一些分类器子集Y，使用默认值折叠Leak个实例分类标签，在整套X进行评估之前？在代码中：

DataSource LeakSrc = new DataSource("leak.arff");
Instances Leak = LeakSrc.getDataSet();  
DataSource Ysrc = new DataSource("Y.arff");
Instances Y = Ysrc.getDataSet();  
classfr.buildClassifer(Y)
// YunionLeak = ??
eval.crossValidateModel(classfr, YunionLeak);

也许这是将结果折叠在一起的具体示例来自多个分类器？

Answer 1

赏金正在关闭，但Mark Hall，在另一个论坛（ http://list.waikato.ac.nz/pipermail/wekalist/2015-November/065348.html）值得将当前的答案视为：

您需要为交叉验证实现构建分类器在你的代码中。您仍然可以使用评估对象来计算统计数据你的修改后的测试折叠了，因为它计算的统计数据都是添加剂。 Instances.trainCV（）和Instances.testCV（）可用于创建折叠：

http://weka.sourceforge.net/doc.stable/weka/core/Instances.html#trainCV(int,%20int,%20java.util.Random)

然后，您可以调用buildClassifier（）来处理每个训练折叠，进行修改测试折叠到您的心脏内容，然后迭代实例在使用Evaluation.evaluateModelOnce（）的测试折叠中或Evaluation.evaluateModelOnceAndRecordPrediction（）。后来的版本是如果您需要曲线汇总指标下的区域（如下所示），则非常有用要求保留预测。）

http://weka.sourceforge.net/doc.stable/weka/classifiers/Evaluation.html#evaluateModelOnce(weka.classifiers.Classifier,%20weka.core.Instance)

http://weka.sourceforge.net/doc.stable/weka/classifiers/Evaluation.html#evaluateModelOnceAndRecordPrediction(weka.classifiers.Classifier,%20weka.core.Instance)

Answer 2

根据您的分类器，它可能非常简单！ Weka有一个名为UpdateableClassifier的接口，使用它的任何类都可以在构建之后更新！以下类实现此接口：

HoeffdingTree
IBK
科士达
LWL
MultiClassClassifierUpdateable
NaiveBayesMultinomialText
NaiveBayesMultinomialUpdateable
NaiveBayesUpdateable
SGD
SGDText

然后可以更新如下内容：

 ArffLoader loader = new ArffLoader();
 loader.setFile(new File("/data/data.arff"));
 Instances structure = loader.getStructure();
 structure.setClassIndex(structure.numAttributes() - 1);

 NaiveBayesUpdateable nb = new NaiveBayesUpdateable();
 nb.buildClassifier(structure);
 Instance current;
 while ((current = loader.getNextInstance(structure)) != null) {
   nb.updateClassifier(current);
 }

分类后但在评估之前添加weka实例？

2 个答案: