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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注