在鸢尾花和大豆数据集上使用id3算法进行实验时在Weka中遇到错误

我在Weka Experimenter中尝试在鸢尾花和大豆数据集上测试id3算法。

enter image description here

但是当运行id3算法时,出现了以下错误:

weka.classifiers.trees.Id3: Cannot handle numeric attributes!

在Google上搜索上述错误时,我找到了这个问题:Weka J48 Classifier: Cannot handle numeric class?

但我不确定如何使用那个被接受的答案,因为我是通过Weka Experimenter的GUI进行实验的!


回答:

过程将如下所述:

  • 打开你想要转换的Iris文件(或任何数据文件)。
  • 选择你想要应用到数据上的过滤器(在这种情况下,选择了NumericToBinary)。
  • 根据需要更改过滤器的设置。
  • 点击“应用”按钮,将更改应用到数据集上。

enter image description here

  • 你应该会看到数据集的一些变化,如下图所示。
  • 点击“保存…”按钮,并将数据保存到另一个文件中。
  • 关闭Explorer

enter image description here

  • 从Weka中打开Experimenter
  • 点击“新建”按钮,然后设置结果ARFF目标文件
  • 在“数据集”组下,点击“添加新…”,然后添加修改后的ARFF数据文件
  • 在“算法”组下,点击“添加新…”并选择你的算法

enter image description here

  • 在“运行”标签下,点击“开始”按钮。
  • 你应该会看到如下的0错误:

enter image description here

请注意,这里使用的过滤器可能对建模问题不太有效(因为所有属性似乎都返回true),所以其他过滤器可能更适合这个问题。

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