我在使用WEKA处理”weather.arff”数据集，然后应用了带有10折交叉验证的Naive-Bayes分类器，如您在给定的快照中所见。我几乎都理解了，除了我在图片中标记为红色的部分。

总共有9(Yes)+ 5(No) = 14，但这里这些总和超过了总数。那么yes(0.63)和No(0.38)是什么意思？它们与10折CV后的分类器性能有关吗？

outlook  sunny             3.0     4.0  overcast          5.0     1.0  rainy             4.0     3.0  [total]          12.0     8.0

这里的总数是20.0，但我们只有14个实例？这些Sunny、Overcast和Rainy的Yes和No计数是什么？它们从哪里来？

这个加权总和是什么？如何计算，它与NB有什么关系？

回答：

我找到了我问题的答案。这个问题被称为“零频率问题”，WEKA所做的是给每个属性值加1。原因是为了避免0概率。否则，在乘概率时，整个概率将变为0。事实上，零概率并不会推断出关于案例的任何新信息。此外，这与“交叉验证”的迭代次数或CV性能估计无关。

outlook                Yes            No  sunny             (2+1)=3.0     (3+1)=4.0  overcast          (4+1)=5.0     (0+1)=1.0  rainy             (3+1)=4.0     (2+1)=3.0  [total]             12.0           8.0

实际实例 = 9 + 5 = 14

另一个重要的事情是，WEKA对所有属性都这样做，在这种情况下，对Overcast、Temperature、Humidity和Windy都进行了处理。