我正在尝试从WEKA中获取精确的预测，并且需要增加其预测数据输出的小数位数。

我的.arff训练集看起来像这样：

@relation TrainSet@attribute TimeDiff1 numeric@attribute TimeDiff2 numeric@attribute TimeDiff3 numeric@attribute TimeDiff4 numeric@attribute TimeDiff5 numeric@attribute TimeDiff6 numeric@attribute TimeDiff7 numeric@attribute TimeDiff8 numeric@attribute TimeDiff9 numeric@attribute TimeDiff10 numeric@attribute LBN/Distance numeric@attribute LBNDiff1 numeric@attribute LBNDiff2 numeric@attribute LBNDiff3 numeric@attribute Size numeric@attribute RW {R,W}@attribute 'Response Time' numeric@data0,0,0,0,0,0,0,0,0,0,203468398592,0,0,0,32768,R,0.0064750.004254,0,0,0,0,0,0,0,0,0,4564742206976,4361273808384,0,0,65536,R,0.0110250.002128,0.006382,0,0,0,0,0,0,0,0,4585966117376,21223910400,4382497718784,0,4096,R,0.013890.001616,0.003744,0,0,0,0,0,0,0,0,4590576115200,4609997824,25833908224,4387107716608,4096,R,0.0052760.002515,0.004131,0.010513,0,0,0,0,0,0,0,233456156672,-4357119958528,-4352509960704,-4331286050304,32768,R,0.010090.004332,0.006847,0.010591,0,0,0,0,0,0,0,312887472128,79431315456,-4277688643072,-4273078645248,4096,R,0.0050810.000342,0.004674,0.008805,0,0,0,0,0,0,0,3773914294272,3461026822144,3540458137600,-816661820928,8704,R,0.0042520.000021,0.000363,0.00721,0,0,0,0,0,0,0,3772221901312,-1692392960,3459334429184,3538765744640,4096,W,0.000170.000042,0.000063,0.004737,0.01525,0,0,0,0,0,0,3832104423424,59882522112,58190129152,3519216951296,16384,W,0.0001670.005648,0.00569,0.006053,0.016644,0,0,0,0,0,0,312887476224,-3519216947200,-3459334425088,-3461026818048,19456,R,0.009504

我正在尝试获取“响应时间”的预测，这是最右边的一列。如您所见，我的数据保留到小数点后第6位。

然而，WEKA的预测只保留到小数点后第3位。以下是名为“predictions”的文件的结果：

    inst#     actual  predicted      error        1      0.006      0.005     -0.002         2      0.011      0.017      0.006         3      0.014      0.002     -0.012         4      0.005      0.022      0.016         5      0.01       0.012      0.002         6      0.005      0.012      0.007         7      0.004      0.018      0.014         8      0          0.001      0             9      0          0.001      0            10      0.01       0.012      0.003 

如您所见，这大大限制了我的预测精度。对于非常小的数值（如第8行和第9行）小于0.0005，它们会显示为0，而不是更精确的小数。

我在使用WEKA时选择了“简单命令行”而不是GUI。我构建模型的命令如下所示：

java weka.classifiers.trees.REPTree -M 2 -V 0.00001 -N 3 -S 1 -L -1 -I 0.0 -num-decimal-places 6 \   -t [removed path]/TrainSet.arff \   -T [removed path]/TestSet.arff \   -d [removed path]/model1.model > \   [removed path]/model1output

([removed path]: 我只是为了隐私删除了完整的路径名)

如您所见，我找到了这个“-num-decimal-places”开关来创建模型。

然后我使用以下命令进行预测：

java weka.classifiers.trees.REPTree \    -T [removed path]/LUN0train.arff \    -l [removed path]/model1.model -p 0 > \    [removed path]/predictions

我不能在这里使用“-num-decimal places”开关，因为WEKA在这种情况下不允许这样做，原因不明。“predictions”是我的目标预测文件。

所以我执行这两个命令，但它并没有改变预测中的小数位数！它仍然只有3位小数。

我已经查看了这些答案，Weka小数精度，以及pentaho论坛上的这个答案，但没有人提供足够的信息来回答我的问题。这些答案暗示改变小数位数可能是不可能的？但我只是想确定一下。

有谁知道有什么选项可以解决这个问题吗？理想的解决方案是在命令行上，但如果您只知道如何在GUI中操作，那也可以。

回答：

我刚刚想到了一个解决方法，就是简单地将数据乘以1000，然后进行预测，完成后再乘以1/1000来恢复到原始比例。这有点出人意料，但它有效。

编辑：另一种方法来自Peter Reutemann的回答，来自http://weka.8497.n7.nabble.com/Changing-decimal-point-precision-td43393.html：

这已经存在很长时间了。 😉 “-p”是输出预测的非常老式的办法。使用“-classifications”选项，您可以指定输出格式（例如CSV）。您用该选项指定的类必须派生自“weka.classifiers.evaluation.output.prediction.AbstractOutput”： http://weka.sourceforge.net/doc.dev/weka/classifiers/evaluation/output/prediction/AbstractOutput.html

以下是使用Java输出预测时使用12位小数的示例： https://svn.cms.waikato.ac.nz/svn/weka/trunk/wekaexamples/src/main/java/wekaexamples/classifiers/PredictionDecimals.java