我已经训练了MultiClassClassifier
(经过测试,正常工作)并将其保存在我的硬盘上。现在我想对我得到的新样本做出预测。我加载我的应用程序和我的分类器自动加载它。在分类过程之外,我已经将搜索范围缩小到样本的5个可能类别。这意味着,我知道k
类,在分类中很容易避免。
在使用之前是否可以过滤MultiClassClassifier(过滤掉所有不需要的类)?
如果是?为此目的使用的Weka方法是什么? 如果不是,是否有改变。溶液
我希望通过缩小n
类中5个类的重点来提高分类器的准确性。
我已经找到了如何过滤Instances
个对象,但似乎找不到MultiClassClassifer
的正确方法。
我要操作的数据是我的测试Instances
和我的MultiClassClassifier
。
提前谢谢你。
答案 0 :(得分:1)
现在还没有一种方法可以修改现有的MultiClassClassifier来排除类。但是,根据您使用的基础分类器,您可以尝试使用.distributionForInstance
输出置信度分数向量,每个类别一个。然后,您可以选择得分最高的班级,忽略不在目标集合中的班级的分数。