我有以下问题: 我有一个数据集(arff)，里面存储了:字符、按键保持时间、用户。 因此，有了这些信息，我必须计算一个人在键盘上打字的概率。
如果一个人在键盘上打字，将提取与上述相同的信息(用户、按键保持时间、用户)，并将与 arff 文件进行“比较”。结果应如下:我在 arff 文件中有一个用户“John”的数据集。之后，一名用户输入他的用户名“John”并写入文本。结果应该是用户输入的“Johns”与 arff 中存储的“John”数据集等效的概率。 对90%的人来说，这是对的人，对90%的人来说，是约翰。
我希望我能解释我的问题。我的问题是，在这种情况下我应该采用哪个分类器？我用 IBK 做到了，但如果我有 15 个人，概率将除以 15，我得到的概率很小。 概率取决于arff中存储的人数。或者我应该将结果乘以人数以获得真实概率？
最佳答案
注意:分布的所有概率之和必须为 1。
当你有更多的类时，你会得到“小概率”，但这并不是因为它除以类的数量，所以你不会找到你想要的将结果与类数相乘的概率:它不再是一个概率(它很容易变成 >1)。
<小时/>您使用 IBk 获得的概率分布与您想要的不同:它告诉您存储的用户中哪一个与当前用户更相似(约翰 vs 保罗 vs 莎拉的概率等)，独立于他所说的名字。
<小时/>您想要的输出是二元分类器的结果，但您需要为存储的每个用户训练一个分类器。
每个分类器的训练集将与您已有的数据集类似，但是(以 John 为例)将有 isJohn 而不是 user，并且如果 user 是 John，则此新列将包含 true，否则包含 false。
编辑
character, key holdtime, user
90, 150ms, John
70, 120ms, Sarah
100, 110ms, Paul
将成为
character, key holdtime, isJohn
90, 150ms, true
70, 120ms, false
100, 110ms, false
该分类器的输出分布为 is John 与 is not John。
要获得所需的准确输出，您必须为每个存储的用户训练一个分类器，并根据当前用户所说的名称调用正确的分类器。
<小时/>关于使用哪个分类器，我认为没有办法知道哪个分类器最适合您的情况。我通常会尝试一些分类器并选择最好的一个
关于java - 哪个 WEKA 概率分类器？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33776151/