（培训+测试）Mahout 0.7的朴素贝叶斯分类器中的数据问题

Question

在Mahout中，我们如何手动为朴素贝叶斯分类器制作训练向量和测试向量，而不是使用"--randomSelectionPct"选项进行拆分。根据我的理解，我手动建立了火车矢量和测试矢量

bin/mahout seq2sparse -i TestSet0-seq -o TestSet0-vectors
bin/mahout seq2sparse -i TrainSet0-seq -o TrainSet0-vectors


/home/marvin1/hadoop-1.0.4/bin/hadoop fs -cp /user/marvin1/TestSet0-vectors/tfidf-vectors /user/marvin1/test-vectors
/home/marvin1/hadoop-1.0.4/bin/hadoop fs -cp /user/marvin1/TrainSet0-vectors/tfidf-vectors /user/marvin1/train-vectors 

但是这个准确度仅为1％。这里数据是90-10手动分割。但是当我将完整的数据（训练+测试）传递给mahout并使用"--randomSelectionPct 10时。然后它提供了大约50％的准确度。 请让我知道我在这方面做错了什么。

Answer 1

可能我在回答这个问题时已经太晚了......但无论如何，这就是我要说的......你是如何做分裂的事情很多......我面对的是类似的问题，在训练数据集时，我曾使用属于一个特定类的数据的一部分而不是另一个（参见Overfitting）。因此，尝试使用一些随机方法分割数据集，并检查结果。应该肯定会改善。