使用Weka预测多个测试集

我有一个训练集和一个测试集,我想用Weka对其进行分类。因为我的属性是文本,我明白我必须首先应用字符串到单词的过滤器。正如这里所描述的,我需要执行以下步骤:1- 加载训练集和测试集,并应用过滤器。2- 使用训练集训练分类器并保存模型。3- 加载模型并将其应用于测试集。

在我的实验中,我需要使用训练好的分类器来测试多个测试集……那么,我需要重复步骤1、2和3,还是只需重复第三步?

另外,我是否需要将测试集中的类别替换为问号(?),还是可以保留类别,让分类器尝试预测类别?


回答:

您可以简单地重复第三步,假设所有测试集都已被过滤并保存为过滤后的版本。如果您选择“更多选项…”按钮并勾选输出预测框,那么您就不必用问号替换类别。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注