关于Weka的重量,我需要您的帮助。
我正在对大量数据进行一些实验:我正在将数据转换为实例,并使用不同的分类器进行研究。
现在,我想研究实例的权重如何对学习产生影响-有时我想赋予实例一个权重,有时却没有权重。
我的问题是:
最佳答案
问题2的答案为"is",这也影响问题1的答案。基本上,Weka只会将权重传递给实际的分类算法。允许权重的范围以及如何使用权重完全取决于分类器的实现。关于问题3,默认权重将对所有实例赋予相等的权重,实际数量并不那么重要。
例如,即使最近的邻居分类器将很高兴地采用任何权重值,也将完全忽略权重。从理论上讲,可以实现最近邻分类器来考虑权重,但是这一特定分类器没有考虑。因此,问题2的答案将是它实际上比分类器算法更依赖于分类器的特定实现。
关于weka - 如何在Weka中使用重量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12801228/