我想对我在使用的几个分类器进行n折交叉验证。我在WEKA Wiki上找到了示例代码（这是WekaDemo.java），但这个示例在运行验证之前应用了一个过滤器。这是否总是需要做的，还是说这不是必需的？

这是代码的一部分：

  /**   * 在训练文件上运行10折交叉验证   */  public void execute() throws Exception {    // 运行过滤器    m_Filter.setInputFormat(m_Training);    Instances filtered = Filter.useFilter(m_Training, m_Filter);    // 在完整文件上训练分类器以生成树    m_Classifier.buildClassifier(filtered);    // 使用种子=1进行10折交叉验证    m_Evaluation = new Evaluation(filtered);    m_Evaluation.crossValidateModel(        m_Classifier, filtered, 10, m_Training.getRandomNumberGenerator(1));  }

这种评估分类器性能的方法是否可以接受？

回答：

我认为这是不好的做法。如果过滤器依赖于/使用类信息，那么交叉验证的估计将（可能非常）乐观地偏向，因此可能毫无用处。举个极端的例子，想象一下在数据中添加类属性的副本。在几乎所有情况下，如果你使用weka.classifiers.meta.FilteredClassifier会更好更安全，你引用的同一Wiki页面上有一个如何使用它的示例。

祝好，Bernhard