考虑所有可能的类值,以便在测试拆分

时间:2015-07-23 17:16:10

标签: java machine-learning weka

我是weka的新手,我正在为我的多类分类问题运行Naive Bayes分类器。 我的班级是“游戏”,可以有多个值,如足球,橄榄球,板球,棒球等。它有超过20个值。 当我使用Class作为“Game”运行NaiveBayes时,我还选择“输出预测”选项,以便查看实际的类和missclassified类。

其中一个输出是:

inst#实际预测的错误概率分布

1 1:足球5:棒球+ 0.1 0 0 0 * 0.9

在这里,我将错误分类的类作为棒球,概率为0.9,另一个概率为0.1的类是Soccer,这是我的正确类。 那么有没有一种方法可以考虑所有具有一定概率的类值,如果这些类值中的任何一个与实际类匹配,那么它应该将其正确分类。我希望该行中的顶级值具有考虑实际类值的概率值,如果这些类中的任何一个(即使具有最低概率值)与实际类匹配,那么它是正确的类。

因此可以得到这样的输出:

inst#实际预测的错误概率分布

1 1:足球1:足球* 1 0 0 0 0

对此有任何帮助将不胜感激。

0 个答案:

没有答案