Question

我目前正在使用scikit-multilearn进行多标签分类。我必须用 meka.classifiers.multilabel.CM 作为meka_classifier。
但是，当我运行代码时，会遇到不同的错误，而且我也不明白为什么。

meka = Meka(
    meka_classifier="meka.classifiers.multilabel.meta.CM",
    weka_classifier = "weka.classifiers.trees.J48", 
    meka_classpath = meka_classpath#, #obtained via download_meka
)
print("Fit")
meka.fit(X_train, y_train)

我必须说，traningsdata和路径（Weka和Java（通过wichcraft））都可以正常工作。如果我与BR交换meka_classifier，那么所有方法都有效。
运行代码后，我收到以下错误消息：

weka.core.UnsupportedAttributeTypeException: weka.classifiers.trees.J48: Cannot handle numeric class!
at weka.core.Capabilities.test(Capabilities.java:1067)
at weka.core.Capabilities.test(Capabilities.java:1256)
at weka.core.Capabilities.test(Capabilities.java:1138)
at weka.core.Capabilities.testWithFail(Capabilities.java:1468)
at weka.classifiers.trees.J48.buildClassifier(J48.java:277)
at meka.classifiers.multilabel.meta.CM.buildClassifier(CM.java:50)
at meka.classifiers.multilabel.Evaluation.runExperiment(Evaluation.java:229)
at meka.classifiers.multilabel.ProblemTransformationMethod.runClassifier(ProblemTransformationMethod.java:172)
at meka.classifiers.multilabel.ProblemTransformationMethod.evaluation(ProblemTransformationMethod.java:152)
at meka.classifiers.multilabel.meta.CM.main(CM.java:83)

很奇怪，它说他不能处理数字值，因为如果我更改为BR，则分类器对（相同）数据没有任何问题。
在Errormessage上方还有一个有关如何使用分类器（选项）的文本。所以我尝试了另一种方式：

meka = Meka(
    meka_classifier = "meka.classifiers.multilabel.meta.CM  -I 10 -W meka.classifiers.multilabel.CC - -S 0 -W weka.classifiers.trees.J48", 
    #weka_classifier = "weka.classifiers.trees.J48", 
    meka_classpath = meka_classpath#, #obtained via download_meka
)

 print("Fit Data")
 meka.fit(X_train, y_train)

 print("Predict")
 prediction = meka.predict(x_test)

这里有带weka_classifier的命令行，因为我以不同的方式尝试了它（从meka_classifier中排除了J48，并在其中包含了它）。无论如何，我总是会遇到相同的错误：

Traceback (most recent call last):
File "C:/Users/*****/Desktop/MachineLearningClassifier/blabla.py", line 72, in <module>
prediction = meka.predict(x_test)
File "D:\Users\*****\AppData\Local\Programs\Python\Python36\lib\site-packages\skmultilearn\ext\meka.py", line 314, in predict
self._parse_output()
File "D:\Users\*****\AppData\Local\Programs\Python\Python36\lib\site-packages\skmultilearn\ext\meka.py", line 374, in _parse_output
predictions = self.output_.split(predictions_split_head)[1].split(
IndexError: list index out of range

我已经搜索了此错误，并且在那里安装了arff而不是liac-arff的人在这里，但事实并非如此。是的，就像我说的那样，如果我改用BR或其他所有方法都可以。只是不适用于CM。我现在不知道该怎么办...我希望有人可以提供帮助。预先感谢！

最好的问候

编辑：
在fit（）之后，我让我打印 meka.classifier_dump ，并使用我发布的第二个代码，它是空的！我已经与BR等其他公司进行了测试，但它并不为空。所以我认为我在创建分类器时做错了什么？

Answer 1

错误weka.core.UnsupportedAttributeTypeException: weka.classifiers.trees.J48: Cannot handle numeric class!指出J48算法不能用于数字类。这里的class表示要学习的输出，而不是学习时使用的属性。 J48可以使用数字属性，但不能预测数字类。

您无法在J48中预测数值（例如，将温度预测为整数），只能使用J48预测名义类型（例如，冷/中性/热）。

要使用J48，您需要将类更改为标称。

Scikit-multilearn MEKA包装器：meka.classifiers.multilable.meta.CM

1 个答案: