在Weka中先聚类再分类

我的数据集中包含多个数值属性和一个二元类。在Weka中,有没有办法使用聚类器并将结果传递给分类器(比如SMO)来提高分类的效果?


回答:

你可以通过以下方法在Weka Explorer中将聚类信息添加到你的数据中:

  1. 加载你喜欢的数据集
  2. 选择你的聚类模型(我使用了SimpleKMeans)
  3. 根据需要修改聚类器的参数
  4. 使用训练集进行聚类模式
  5. 开始聚类过程
  6. 一旦聚类生成后,右键点击结果列表并选择“可视化聚类分配”
  7. 选择Y为聚类,然后点击保存按钮,如下所示:

Weka Cluster Visualize

  1. 将数据保存到指定位置。

然后你应该能够加载这个文件,并像使用其他属性一样在分类器中使用聚类信息。只要确保类别设置为正确的属性,你就可以开始了。

注意:当我进行这些测试时,我使用J48来评估类别,似乎J48仅使用聚类的值来估计类别。模型的准确性也出奇的高,所以要么数据集太简单,要么我在聚类过程中可能遗漏了某个步骤。

希望这对你有帮助!

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