如何在RWeka中評估此方案？

Question

我試圖評估該計劃是：

weka.classifiers.meta.AttributeSelectedClassifier -E "weka.attributeSelection.CfsSubsetEval " -S "weka.attributeSelection.BestFirst -D 1 -N 5" -W weka.classifiers.functions.SMOreg -- -C 1.0 -N 0 -I "weka.classifiers.functions.supportVector.RegSMOImproved -L 0.0010 -W 1 -P 1.0E-12 -T 0.0010 -V" -K "weka.classifiers.functions.supportVector.PolyKernel -C 250007 -E 1.0" 

即我試圖運行與SMOreg分級機內的AttributeSelectedClassifier。其他每個參數都是相應分類器的默認值。

因此將R代碼：

optns <- Weka_control(W = "weka.classifiers.functions.SMOreg") 
ASC <- make_Weka_classifier("weka/classifiers/meta/AttributeSelectedClassifier") 
model <- ASC(class ~ ., data = as.data.frame(dat), control = optns) 
evaluation <- evaluate_Weka_classifier(model, numFolds = 10) 
evaluation 

當我運行上述R代碼我得到這個錯誤：在RWeka的evaluate.R發生

Error in .jcall(evaluation, "D", x, ...) : java.lang.NullPointerException 

上述錯誤它試圖調用WEKA方法："pctCorrect", "pctIncorrect", "pctUnclassified", "kappa", "meanAbsoluteError","rootMeanSquaredError","relativeAbsoluteError","rootRelativeSquaredError"

我也嘗試使用Weka_control對象手動指定默認值，如下所示：

optns <- Weka_control(E = "weka.attributeSelection.CfsSubsetEval ", 
         S = list("weka.attributeSelection.BestFirst", D = 1,N = 5), 
         W = list("weka.classifiers.functions.SMOreg", "--", 
           C=1.0, N=0, 
         I = list("weka.classifiers.functions.supportVector.RegSMOImproved", 
           L = 0.0010, W=1,P=1.0E-12,T=0.0010,V=TRUE), 
         K = list("weka.classifiers.functions.supportVector.PolyKernel", 
           C=250007, E=1.0))) 
ASC <- make_Weka_classifier("weka/classifiers/meta/AttributeSelectedClassifier") 
model <- ASC(class ~ ., data = as.data.frame(dat), control = optns) 
evaluation <- evaluate_Weka_classifier(model, numFolds = 10) 
evaluation 

，我得到這個錯誤：

Error in .jcall(classifier, "V", "buildClassifier", instances) : java.lang.Exception: Can't find class called: weka.classifiers.functions.SMOreg -- -C 1 -N 0 -I weka.classifiers.functions.supportVector.RegSMOImproved -L 0.001 -W 1 -P 1e-12 -T 0.001 -V -K weka.classifiers.functions.supportVector.PolyKernel -C 250007 -E 1

Answer 1

我想你的例子，但有一個不同的錯誤（其中DAT是我自己的數據幀）

Error in model.frame.default(formula = class ~ ., data = dat) : 
    object is not a matrix 

你的錯誤可能是與調用Weka函數的語法沒有直接關係，但與路徑設置有關。