使用带有单独分类器模型的 Weka Experiment 选项卡进行结果验证
Result verification with Weka Experiment tab with individual classifier models
I 运行 同一数据集上的不同分类器。我在 运行 分类器之后得到了一些统计值。
这是所有分类器的摘要
我正在使用 Weka 来训练模型。 Weka 本身有一个方法来比较不同的算法。为此，我们需要使用 Experiment 选项卡。对于同一个数据集，我也使用了这个选项。
Weka 在使用“实验”选项卡时为我提供了 Kappa 统计结果
均方根误差为
相对绝对误差
等等……
现在我无法理解我从“实验”选项卡中获得的值与我在第一张图片中以 table 格式共享的值有何相似之处？
我假设初始 table 填充了从 Weka Explorer 中的交叉验证 运行s 获得的统计数据。
Explorer 聚合了单个交叉验证中的预测 运行，因此您似乎只有一个该大小的测试集。它仅用作探索工具，因此得名。
实验者记录从每个折叠对生成的指标（如准确度、rmse 等），涵盖您在实验期间执行的 运行 次数。然后可以使用显着性检验分析跨多个分类器 and/or 数据集收集的指标。默认情况下，使用 10 运行s 的 10 倍 CV，推荐用于此类比较。这会为每个指标生成 100 个单独的值，从中生成平均值和标准偏差。 */v表示是否有统计显着性loss/win.
I 运行 同一数据集上的不同分类器。我在 运行 分类器之后得到了一些统计值。
这是所有分类器的摘要
我正在使用 Weka 来训练模型。 Weka 本身有一个方法来比较不同的算法。为此，我们需要使用 Experiment 选项卡。对于同一个数据集，我也使用了这个选项。
Weka 在使用“实验”选项卡时为我提供了 Kappa 统计结果
均方根误差为
相对绝对误差
等等……
现在我无法理解我从“实验”选项卡中获得的值与我在第一张图片中以 table 格式共享的值有何相似之处？
我假设初始 table 填充了从 Weka Explorer 中的交叉验证 运行s 获得的统计数据。
Explorer 聚合了单个交叉验证中的预测 运行，因此您似乎只有一个该大小的测试集。它仅用作探索工具，因此得名。
实验者记录从每个折叠对生成的指标（如准确度、rmse 等），涵盖您在实验期间执行的 运行 次数。然后可以使用显着性检验分析跨多个分类器 and/or 数据集收集的指标。默认情况下，使用 10 运行s 的 10 倍 CV，推荐用于此类比较。这会为每个指标生成 100 个单独的值，从中生成平均值和标准偏差。 */v表示是否有统计显着性loss/win.