testing - Weka:为什么用我的测试集重新评估没有给出任何结果而不抛出错误消息？

Question

我正在写关于德语文本命名实体识别的硕士论文，我想使用 Weka 来完成机器学习部分。我是 Weka 新手，所以我不明白为什么我没有得到结果，尽管训练过程很成功并且我得到了一个模型。

我使用 J48 训练了一个模型，另一个使用 NaiveBayes 训练。首先，我收到了 stackoverflow 上已经讨论过的错误消息(训练集和测试集不兼容)，但我纠正了这一点。因此，当我重新评估时，我没有收到任何错误消息，Weka 给出了结果，但这些结果除了零之外不包含任何其他内容:

===测试集重新评估===

用户提供的测试集 关系:train-weka.filters.unsupervised.attribute.StringToNominal-R1-10,12-last 实例:未知(尚)。循序渐进地阅读 属性:15

===总结===

实例总数0
忽略类未知实例 207484

=== 按类别划分的详细准确度 ===

           TP Rate   FP Rate   Precision   Recall  F-Measure   ROC Area  Class
             0         0          0         0         0          ?        O
             0         0          0         0         0          ?        I-PER
             0         0          0         0         0          ?        I-LOC
             0         0          0         0         0          ?        I-MISC
             0         0          0         0         0          ?        I-ORG
             0         0          0         0         0          ?        B-MISC
             0         0          0         0         0          ?        B-LOC
             0         0          0         0         0          ?        B-ORG

加权平均。 NaN NaN NaN NaN NaN NaN

===混淆矩阵===

a b c d e f g h <-- 分类为

0 0 0 0 0 0 0 0 |一个=O

0 0 0 0 0 0 0 0 | b = I-PER

0 0 0 0 0 0 0 0 | c = I-LOC

0 0 0 0 0 0 0 0 | d = I-MISC

0 0 0 0 0 0 0 0 | e = I-ORG

0 0 0 0 0 0 0 0 | f = B-MISC

0 0 0 0 0 0 0 0 | g = B-LOC

0 0 0 0 0 0 0 0 | h = B-ORG

我的测试和训练数据仅包含名义数据和数值数据，arff 文件的 header 是相同的，并且我没有从 Weka 收到任何错误消息。因此，我不知道我哪里做错了，也不知道我必须做什么才能得到结果。我用 Weka 版本 3-6 和版本 3-7-10 进行了尝试，但结果始终相同。

有人知道为什么我的测试集的评估不起作用吗？提前致谢!

Answer 1

在我看来，也许WEKA不知道你的数据中的类属性是什么？在 Weka Explorer GUI 的“分类”选项卡下，有一个下拉列表用于选择类属性 - 确保选择了正确的类。

如果这不是问题，您是否确保您的测试数据有效并且可以在 WEKA 中处理？一个简单的测试是使用 WEKA 使用原始测试数据(例如作为临时训练数据)来训练模型。