我正在处理一个分类问题，涉及到不同的传感器。每个传感器收集一组数值数据。

我认为这是一个分类问题，并想使用Weka作为这个问题的机器学习工具。但我不确定如何使用Weka来处理输入值？以及哪个分类器最适合这个问题（一个特征的一个实例是一组数值）？

例如，我有三个传感器A、B、C。我可以将从所有传感器收集的5个数据定义为一个实例吗？例如，A的一个实例是{1,2,3,4,5,6,7}，B的一个实例是{3,434,534,213,55,4,7}，C的一个实例是{424,24,24,13,24,5,6}。

非常感谢您花时间审阅我的问题。

回答：

通常尝试的第一个分类器是朴素贝叶斯（在Weka的“Bayes”目录下可以找到），因为它速度快，无需参数设置，且在训练样本较小时分类准确率难以超越。

随机森林（在Weka的“Tree”目录下可以找到）是另一个不错的分类器，因为它几乎可以处理任何数据。只要运行它，看看是否能得到更好的结果。可能需要将默认的10棵树增加到更高的值。由于您有7个属性，100棵树应该足够了。

然后我会尝试k-最近邻（在Weka的“Lazy”目录下，称为“IBk”），因为它通常在广泛的数据集上排名最佳的单一分类器之列。k-最近邻的唯一问题是它在大数据集（>1GB）上扩展性差，并且需要微调k，即邻居的数量。该值默认设置为1，但随着训练样本数量的增加，通常最好将其设置为2到60之间的某个较高整数值。

最后，对于某些数据集，当朴素贝叶斯和k-最近邻表现不佳时，最好使用支持向量机（在“Functions”下，称为“Lib SVM”）。然而，设置SVM的所有参数以获得竞争性结果可能很麻烦。因此，我将其留到最后，当我已经知道期望的分类准确率时。这个分类器可能不是最方便的，如果您需要分类超过两个类别的话。