基于weka的數(shù)據(jù)分類分析實(shí)驗(yàn)報(bào)告(編輯修改稿)
2025-07-21 18:57 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 第九步：。3. 實(shí)驗(yàn)過程及結(jié)果截圖用“Explorer”打開剛才得到的“”，并切換到“Class”。點(diǎn)“Choose”按鈕選擇“tree ()”，這是WEKA中實(shí)現(xiàn)的決策樹算法。選擇CrossValidatioin folds=10，然后點(diǎn)擊“start”按鈕：訓(xùn)練數(shù)據(jù)集訓(xùn)練決策樹得出的結(jié)果使用不同配置訓(xùn)練參數(shù)，得到的實(shí)驗(yàn)數(shù)據(jù)：配置不同的葉子節(jié)點(diǎn)的實(shí)例個(gè)數(shù)實(shí)例數(shù)/葉節(jié)點(diǎn)23456準(zhǔn)確率54%60%56%56%56%結(jié)果分析：使用決策樹時(shí)，每個(gè)葉子節(jié)點(diǎn)最優(yōu)的實(shí)例個(gè)數(shù)為3。校驗(yàn)數(shù)據(jù)集校驗(yàn)決策樹得出的結(jié)果初步結(jié)果分析：使用決策樹進(jìn)行分類，對(duì)于已知的49個(gè)類標(biāo)號(hào)為male的數(shù)據(jù)都進(jìn)行了準(zhǔn)確的分類，并且達(dá)到100%；雖然是個(gè)很好的數(shù)據(jù)，但是完美背后隱藏了缺陷，是以對(duì)female類的低準(zhǔn)確率作為代價(jià)的，因?yàn)檫@樣會(huì)說(shuō)明該分類器很有可能偏向male類。 K最近鄰算法分類點(diǎn)“Choose”按鈕選擇“l(fā)azeibk”，這是WEKA中實(shí)現(xiàn)的決策樹算法。選擇CrossValidatioin folds=10，然后點(diǎn)擊“start”按鈕：訓(xùn)練數(shù)據(jù)集訓(xùn)練KNN得出的結(jié)果使用不同配置訓(xùn)練參數(shù)，得到的實(shí)驗(yàn)數(shù)據(jù)：配置不同的葉子節(jié)點(diǎn)的實(shí)例個(gè)數(shù)K值12345678910準(zhǔn)確率52%54%56%58%60%58%60
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1