Question

这是我的数据

@attribute Service_type {Fund,Loan,CD,Bank_Account,Mortgage}
@attribute Customer {Student,Business,Other,Doctor,Professional}
@attribute Monthly_fee real
@attribute Advertisement_budget real
@attribute Size {Small,Large,Medium}
@attribute Promotion {Web&Email,Full,Web,None}
@attribute Interest_rate real
@attribute Period real
@attribute Label real

这是一个相应的行。

Fund,Student,0.64,0.95,Small,Full,0,10,26.72

问题是我想预测LABEL属性是真实的，但weka doenst给了我J48决策树的选项。

我得到了这个提示，我需要将我的LABEL属性分类为 LABEL大于25＆amp; amp; C1的标签不到30，依此类推。

我的问题是，是否有其他方法可以为J48执行此操作，或者是否有任何特定的方法或理由来至少对数据进行分类？

Answer 1

你必须通过“对数据进行分类”来定义你的意思，因为在实值类标签的上下文中它是模糊的。如果假设的分类器为您的示例行预测Label = 26.7200000000001，那么这应该被认为是正确的吗？如果是这样，那epsilon不再是真的吗？如果没有，你可能会因为计算机如何处理实数而固执。

J48没有（并且不能真正）解决这些问题。它需要有限数量的值才能选择。正如您的提示所说，传统的做法是将变量离散化。因此，不是拥有无限数量的标签，而是有一个标签为“0＆lt; = x＆lt; 10”，另一个标签为“10＆lt; = x＆lt; 20”等。如何确切地做到这一点取决于问题 - 多少精度你需要什么，你能观察到的值的范围等等。离散化越精细，得到的分类器就越准确，但代价是时间和所需的训练数据量。

如果您不希望将输出变量离散化，那么另一种方法是将其视为回归问题而不是分类问题。在那里，目标是输出实数，使得一些误差测量（例如，整个训练集上的均方误差）被最小化。 J48不是这种方法的好选择。我不会对Weka做很多事情，但似乎weka.classifiers.functions命名空间保留了对回归模型的基本Weka支持。或者，如果您想坚持使用基于决策树的内容，您可以查看weka.classifiers.trees.M5P。

请注意，这不是我的专业领域，但由于您在18小时左右没有收到任何其他答案，我认为这可能会有所帮助。请记住，如果你看到一些与我相矛盾的东西，不要自动假设我得到了正确的细节。

如何为WEKA分类实际连续数据

1 个答案: