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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注