解释朴素贝叶斯的结果

Question

我开始使用 NaiveBayes / Simple 分类器进行分类（Weka），但是在训练数据时我有一些问题需要理解。我正在使用的数据集是weather.nominal.arff。

虽然我使用选项中的使用训练测试，但分类器结果是：

Correctly Classified Instances 13  -  92.8571 %    
Incorrectly Classified Instances 1 - 7.1429 %   

a b classified as  
9 0  a =yes
1 4  b = no

我的第一个问题我应该从错误的分类实例中理解什么？为什么会出现这样的问题？哪个属性集合分类不正确？有没有办法理解这个？

其次，当我尝试10倍交叉验证时，为什么我会得到不同（较少）正确分类的实例？

结果是：

Correctly Classified Instances           8               57.1429 %
Incorrectly Classified Instances         6               42.8571 %

 a b   <-- classified as
 7 2 | a = yes
 4 1 | b = no

Answer 1

您可以通过以下方式选择此选项来获取每个实例的单独预测：

  

更多选项...＆gt;输出预测＆gt;纯文本

除评估指标外，还将提供以下内容：

=== Predictions on training set ===

 inst#     actual  predicted error prediction
     1       2:no       2:no       0.704 
     2       2:no       2:no       0.847 
     3      1:yes      1:yes       0.737 
     4      1:yes      1:yes       0.554 
     5      1:yes      1:yes       0.867 
     6       2:no      1:yes   +   0.737 
     7      1:yes      1:yes       0.913 
     8       2:no       2:no       0.588 
     9      1:yes      1:yes       0.786 
    10      1:yes      1:yes       0.845 
    11      1:yes      1:yes       0.568 
    12      1:yes      1:yes       0.667 
    13      1:yes      1:yes       0.925 
    14       2:no       2:no       0.652 

表示第6个实例被错误分类。请注意，即使您在相同的实例上进行训练和测试，也可能由于数据不一致而导致错误分类（最简单的示例是具有相同功能但具有不同类标签的两个实例）。

请记住，上述测试方式存在偏见（因为它可以看到问题的答案，所以有点作弊）。因此，我们通常有兴趣对看不见的数据进行更真实的模型误差估计。 Cross-validation就是这样一种技术，它将数据划分为10个分层折叠，一次进行测试，而另外9次进行训练，最后报告十次运行的平均精度。