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这是一行对应的示例数据。
Fund,Student,0.64,0.95,Small,Full,0,10,26.72问题在于我想预测LABEL属性，它是一个实数，但WEKA在J48决策树中没有提供这个选项。
我得到一个建议，说我需要将LABEL属性分类成不同的范围，比如LABEL大于25且小于30的定义为C1，依此类推。
我的问题是，对于J48是否有其他方法可以做到这一点，或者是否有特定的方法或理由来对数据进行分类？
回答：
你需要明确“对数据进行分类”是什么意思，因为在实值类标签的背景下，这个术语是模糊的。如果一个假设的分类器对你的示例行预测出Label=26.7200000000001，这应该被认为是正确的吗？如果是，那么在什么样的误差范围内不再是正确的？如果不是，那么由于计算机处理实数的固有性质，你可能就无能为力了。
J48无法（也确实不能）解决这些问题。它需要从有限数量的值中进行选择。传统的方法是，如你的建议所说，对变量进行离散化处理。因此，不是拥有无限数量的标签，而是为“0<=x<10”设定一个标签，为“10<=x<20”设定另一个标签，依此类推。具体如何做取决于问题本身——你需要多少精度，你能观察到的值范围是多少，等等。离散化越精细，结果分类器的准确性就可能越高，但这会以时间和所需训练数据量的增加为代价。
如果你不想像这样对输出变量进行离散化处理，另一种方法是将其视为回归问题而不是分类问题。在这种情况下，目标是输出一个实数，使得某种误差度量（例如，整个训练集上的均方误差）最小化。J48不适合这种方法。我对WEKA的使用不多，但似乎weka.classifiers.functions命名空间包含了WEKA对回归模型的基本支持。或者，如果你想坚持使用基于决策树的东西，你可以看看weka.classifiers.trees.M5P。
请注意，这并不是我的专业领域，但由于你在18小时左右没有收到其他回答，我想这可能会有所帮助。请记住，如果你看到与我的说法相矛盾的内容，不要自动假设我对细节的描述是正确的。
