应用错误收集

我是weka的新手。我在csv中有一个包含5000个样本的数据集。这里有20个样本;当我将这个数据集上传到weka时，它看起来没问题，但是当我运行knn算法时，它会给出一个不应该给出的结果。这是样本数据。

A，B，C，d

74,85,123,1

73,84,122,1

72,83,121,1

70,81,119,1

69,80,118,1

70,81,119,1

76,87,125,1

82,92,146,2

74,86,140,2

68,80,134,2

64,76,130,2

64,75,132,2

83,96,152,2

72,85,141,2

71,83,141,2

69,81,139,2

65,79,137,2

结果如下：

===交叉验证=== ===摘要===

相关系数0.6148 平均绝对误差0.2442 均方根误差0.4004 相对绝对误差50.2313％根相对平方误差81.2078％实例总数5000

应该给出这样的结果：正确分类的实例：69 92％错误分类的实例：6 8％

应该是什么问题？我错过了什么？我在所有其他算法中都这样做，但它们都提供相同的输出。我使用了样本weka数据集，它们都按预期工作。

IBk 算法可用于回归（预测每个实例的数字响应的值）以及分类（预测每个实例属于哪个类。）

您的数据集（CSV中的d列）中的class属性的所有值都是数字。当您将此数据加载到Weka时，Weka因此猜测此属性应被视为数字属性，而不是名义属性。你可以知道这已经发生了，因为Preprocess选项卡中的直方图看起来像这样：

而不是像这样（按班级着色）：

运行IBk时看到的结果是回归拟合（预测每个实例的列d的数值）而不是分类（为每个实例选择列d的最可能名义值）的结果

要获得所需的结果，您需要告诉Weka将此属性视为名义属性。在“预处理”选项卡中加载csv文件时，请在文件对话框窗口中选中Invoke options dialog。然后，当您点击打开时，您将看到此窗口：

字段nominalAttributes是您可以向Weka提供哪些属性是名义属性的列表，即使它们看起来是数字的。在此处输入4将指定输入中的第四个属性（列）是名义属性。现在IBk应该按照你的预期行事。

您也可以通过将 NumericToNominal 无监督属性过滤器应用于已加载的数据，再次指定属性4，否则过滤器将应用于所有属性。

用于Weka样本数据集的ARFF格式包括哪些属性是哪种类型的规范。在您导入（或过滤）上面的数据集后，您可以将其保存为ARFF，然后您就可以重新加载它而无需经过相同的过程。