Weka 分类树输出结果解析 Weighted.avg

本文是对weka分类树的结果解释,集合了其它的博文

我们使用的是weka自带的weather数据库
Weka 分类树输出结果解析 Weighted.avg_第1张图片

Weka 分类树输出结果解析 Weighted.avg_第2张图片

先看左侧,
classifier是分类方法,J48是递归分治策略;
cross-validation表示交叉验证,使用了10-Folds
percentage split 表示分割比例,用以分割训练集和测试集(猜的)
再看看output,yes(9/3)(5/2) 表示训练集里3个no,测试集里2个no(猜的x2)
其他的:
百度文库里挺好,对照着来
Weka 分类树输出结果解析 Weighted.avg_第3张图片

说明一下weighted.Avg, 以Precision为例,判别为Yes的准确率为8/(8+5)–见混同矩阵,判别为No的准确率为0;所以weight.Avg 就是加权平均 = 8/13 * 13/14 = 0.571

你可能感兴趣的:(MachineLearning,分类,数据挖掘,人工智能)