我正在使用DECISION TREE(C4.5),RANDOM FOREST和NAIVE BAYES對虹膜數據進行分類。我正在使用從iris-train和iris-test下載的數據集。當我訓練所有網絡時,一切都很好,具有'分類器輸出','具有類別的詳細準確性'和'混淆矩陣'的正確結果。但是,當我在Weka-explorer-classify-test選項中選擇虹膜測試數據並選擇虹膜測試文件並在「更多選項」中選擇「輸出預測」作爲「csv」並單擊開始時,結果如下圖所示。 '分類器輸出'正確地顯示了分類樣本,但'具有類的詳細準確性'和'混淆矩陣'具有所有值零。任何建議,我在選擇任何選項時會出錯。謝謝。Weka中的空混淆矩陣與測試數據
0
A
回答
1
混淆矩陣通過將測試集中實例的實際類與分類器預測的類進行比較,向您顯示訓練出的分類器的性能。但是你提供的測試集沒有課程信息,所以沒有什麼可比較的。這就是爲什麼你看到在你的截圖輸出
Total Number of Instances 0
Ignored Class Unknown Instances 120
。
通常,您首先會使用交叉驗證或具有類信息的測試集來評估分類器的性能。然後,您可以使用訓練好的分類器對未知數據進行分類,例如使用Re-evaluate model on current test set
右鍵單擊選項作爲described in the help。
相關問題
- 1. 與混淆矩陣
- 2. 如何閱讀WEKA中的分類器混淆矩陣
- 3. Tensorflow混淆矩陣
- 4. Labview矩陣混淆
- 5. Javascript矩陣混淆
- 6. 混淆矩陣爲R中
- 7. Weka從命令行輸出混淆矩陣
- 8. opencv:矩陣分配混淆
- 9. 計算混淆矩陣
- 10. 計算混淆矩陣
- 11. Numpy矩陣減法混淆
- 12. tensorflow評估混淆矩陣
- 13. 保存混淆矩陣
- 14. MATLAB中混淆矩陣的ROC曲線
- 15. 在Java中旋轉矩陣混淆
- 16. 在Python中保存混淆矩陣SKLEARN
- 17. 貝葉斯網絡的混淆矩陣
- 18. 混淆矩陣的信息標準
- 19. 如何解釋H2O的混淆矩陣?
- 20. 決策樹中正確/不正確分類的實例與Weka中的混淆矩陣之間的區別
- 21. 混淆矩陣原始數據不匹配
- 22. 從混淆矩陣到ROC圖
- 23. OpenGL矩陣和着色器混淆
- 24. Matlab-創建細胞混淆矩陣
- 25. R插入符號/混淆矩陣
- 26. 混淆矩陣丟失實例
- 27. 混淆與空關係測試使用'不退出'
- 28. 與C++中的ledder containg陣列混淆
- 29. Rspec功能測試混淆
- 30. iOS測試和UITests混淆
謝謝@nekomatic,爲答案。你的解釋已經解決了我的問題,所以我想爲這個問題宣佈「已解決」。 – Dattaprasad