Question

我正在尝试构建一个朴素的贝叶斯分类器，用于在两个类之间对文本进行分类。 GUI浏览器中的一切都很好用，但是当我尝试在代码中重新创建它时，无论我尝试分类的输入是什么，我都会获得相同的输出。

在代码中，我获得了与GUI中相同的评估指标（81％准确度），但每当我尝试创建一个新实例并对其进行分类时，无论输入什么输入，我都会获得相同的两个类的分布使用

下面是我的代码 - 它在scala中，但非常简单：

//Building the classifier: 
val instances = new Instances(new DataSource("/my/dataset.arff").getDataSet)
instances.setClassIndex(3)

val filter = new StringToWordVector
filter.setAttributeIndicesArray( (0 to 2).toArray )
val classifier = new FilteredClassifier
classifier.setFilter(new StringToWordVector(1000000))
classifier.setClassifier(new NaiveBayesMultinomial)
classifier.buildClassifier(trainingSet)

//Evaluation (this prints about 80% accuracy)
val eval = new Evaluation(trainingSet)
eval.evaluateModel(classifier, trainingSet)

println(eval.toSummaryString)

//Attempting to use the classifier:

val atts = new util.ArrayList[Attribute]
atts.add(new Attribute("sentence", true))
atts.add(new Attribute("parts_of_speech", true))
atts.add(new Attribute("dependency_graph", true))
atts.add(new Attribute("the_shizzle_clazz", SentenceType.values().map(_.name()).toSeq.asJava ))

val unlabeledInstances = new Instances("unlabeled", atts, 1)
unlabeledInstances.setClassIndex( 3 )

val instance = new DenseInstance(4)

unlabeledInstances.add(instance)
instance.setDataset(unlabeledInstances)

instance.setValue(0, parsed.sentence)
instance.setValue(1, parsed.posTagsStr)
instance.setValue(2, parsed.depsGraphStr)

val distrib = classifier.distributionForInstance(unlabeledInstance.firstInstance())

distrib.foreach(println)

无论我给出什么输入，distrib的输出总是：

0.44556173367704455
0.5544382663229555

任何想法我做错了什么？非常感谢任何帮助。

Answer 1

看起来神奇的线条是：

instance.setClassMissing()

添加它使它工作。：）

Weka - 分类器为任何输入

1 个答案: