2013-03-21 18 views
6

Weka 3.7.9 kullanan bir dosyaya rasgele bir orman modeli kaydettim ve şimdi diğer (çok büyük) kümeyle (bazı büyük makinelerde) karşılaştırmaya çalışıyorum. Amazon EC2).Weka'daki çıkış karmaşası matrisi komut satırından

=== Error on test data === 

Correctly Classified Instances  3252532    80.0686 % 
Incorrectly Classified Instances 809651    19.9314 % 
Kappa statistic       0.2884 
Mean absolute error      0.2539 
Root mean squared error     0.3608 
Coverage of cases (0.95 level)   98.7413 % 
Total Number of Instances   4062183 

Ben böyle bir şey için yanında arıyorum Oysa:

=== Detailed Accuracy By Class === 

       TP Rate FP Rate Precision Recall F-Measure MCC  ROC Area PRC Area Class 
       0.804 0.295 0.731  0.804 0.766  0.512 0.826  0.803  buyer 
       0.705 0.196 0.783  0.705 0.742  0.512 0.826  0.798  non-buyer 
Weighted Avg. 0.755 0.245 0.757  0.755 0.754  0.512 0.826  0.801  

=== Confusion Matrix === 

    a  b <-- classified as 
61728 15004 |  a = buyer 
22662 54066 |  b = non-buyer 

> java -server -Xmx60000m -cp weka.jar weka.classifiers.Evaluation 
weka.classifiers.trees.RandomForest -T test.arff -l random-forest.model 
-i -no-cv 

Ancak, ben sadece çıktısı şu şekilde: Ben şu komut satırını kullanıyorum

Lütfen, şu şekilde tam eğitim yöntemini tekrar çalıştırsam bile şunu unutmayın:

> java -Xmx60000m -cp weka.jar weka.classifiers.Evaluation 
weka.classifiers.trees.RandomForest -t train.arff -T test.arff 
-I 10 -K 0 -S 1 -num-slots 8 -d random-forest.model -i -no-cv 

Test verileri için karışıklık matrisini hala gösteremiyorum (sadece eğitimli veriler için).

+1

Bu benim için -no-cv' olmadan iyi çalışıyor. –

+0

Dumb beni! Siz, efendim, +100 ününü hakediniz :-) Lütfen cevap verebilmem için cevap verin. –

+0

Teşekkürler, bitti :) –

cevap

3

-no-cv seçeneğini atladığınızda çalışır.

İlgili konular