Weka分类分析一个有14个属性的数据集,选择“use training set”生成的J48决策树怎么只有三个属性在上面?正常吗?一般决策树分类分析数据的流程是什么样的?谢谢!
16条回答 默认 最新
- 秋刀鱼程序编程 2023-10-31 14:25关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 编辑记录 - 社区专家-Monster-XH 2023-10-31 15:36关注
获得0.45元问题酬金 解决 无用评论 打赏 举报 关注
获得0.60元问题酬金 解决 无用评论 打赏 举报- 呈两面包夹芝士 2023-11-01 01:46关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - Java毕设王 2023-11-01 04:24关注
获得0.45元问题酬金 解决 无用评论 打赏 举报 - 小明爱吃火锅 2023-11-01 06:30关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 关注
获得0.45元问题酬金 结合GPT给出回答如下请题主参考
根据描述,您使用了Weka进行分类分析,使用了一个具有14个属性的数据集,选择了“使用训练集”生成了J48决策树,但只有三个属性在树上。此情况可以是正常的,也可以是不正常的,具体取决于您的数据集和特征。通常,决策树分类分析数据的流程包括以下步骤:
- 收集和准备数据集
- 选择适当的特征和属性
- 选择适当的算法
- 训练模型
- 测试和验证模型
- 分析和解释结果
下面是一个简单的示例,展示如何使用Weka进行决策树分类分析数据:
假设我们有一个数据集包含4个特征:年龄、性别、教育和工资,以及一个二元分类变量(0或1),表示一个人是否会购买某个商品。我们使用Weka的J48算法生成决策树。
首先,我们需要加载数据集,为此我们可以使用Weka的ArffLoader类:
ArffLoader loader = new ArffLoader(); loader.setFile(new File("data.arff")); Instances data = loader.getDataSet();
然后,我们需要将数据集分成训练集和测试集:
Random rand = new Random(); Instances randData = new Instances(data); randData.randomize(rand); int folds = 10; for (int i = 0; i < folds; i++) { Instances train = randData.trainCV(folds, i); Instances test = randData.testCV(folds, i); // Train and test models using the train and test sets }
我们选择使用所有4个特征来训练模型,并使用J48算法:
J48 tree = new J48(); tree.buildClassifier(train);
然后,我们可以使用测试集来测试模型的性能:
Evaluation eval = new Evaluation(train); eval.evaluateModel(tree, test); System.out.println(eval.toSummaryString());
最后,我们可以使用Weka的可视化工具来查看生成的决策树:
TreeVisualizer tv = new TreeVisualizer(null, tree.graph(), new PlaceNode2()); JFrame jf = new JFrame("Weka Classifier Tree Visualizer: J48"); jf.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); jf.setSize(1024,768); jf.getContentPane().setLayout(new BorderLayout()); jf.getContentPane().add(tv, BorderLayout.CENTER); jf.setVisible(true); tv.fitToScreen();
解决 无用评论 打赏 举报关注
获得0.60元问题酬金 解决 无用评论 打赏 举报- 技术宅program 2023-11-02 05:41关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - yy64ll826 2023-11-02 09:01关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - Leodong. 2023-11-03 09:30关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - Minuw 2023-11-07 00:30关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - 会跑的小鹿 2023-11-07 12:28关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - GIS工具开发 2023-11-07 13:14关注
获得0.30元问题酬金 解决 无用评论 打赏 举报 - 竹山全栈 2023-11-07 14:18关注
获得0.30元问题酬金 解决 无用评论 打赏 举报