WEKA 使用 class 值来求解决策树?
WEKA using class values to solve decision tree?
我是 WEKA 和 ML 的新手,所以请原谅我对以下内容的无知。我浪费了几个小时试图弄明白,所以希望有人能给我指出正确的方向:
我正在尝试 运行 美元日元数据的 J48 决策树。数据通过 .csv 文件加载,class 值为名义类型,更具体地说,如果美元兑日元在 20 个交易日后交易价格上涨超过 1%,则值为 TRUE 或 FALSE。问题是,当我 运行 算法时,决策树只是简单地使用 class 值来解决问题,这是没有用的。除了 class 属性之外,还有 *22 个属性,我希望从中预测 class 属性。
将我的数据集与示例 "glass" 数据集进行比较时,我找不到可以解释我的问题的两者之间的任何区别。 "glass.arff" 当我 运行 J48(具有相同的设置)试图通过其他属性预测 class 值(玻璃类型)时,"glass.arff" 按预期工作(即它得到了一些猜测错误)。
我在这里错过了什么?这是属性列表:
@ATTRIBUTE date NUMERIC
@ATTRIBUTE open NUMERIC
@ATTRIBUTE high NUMERIC
@ATTRIBUTE low NUMERIC
@ATTRIBUTE close NUMERIC
@ATTRIBUTE 1daypctchg NUMERIC
@ATTRIBUTE smavg50onclose NUMERIC
@ATTRIBUTE smavg100onclose NUMERIC
@ATTRIBUTE smavg200onclose NUMERIC
@ATTRIBUTE ubb2 NUMERIC
@ATTRIBUTE bollma2 onclose NUMERIC
@ATTRIBUTE lbb2 NUMERIC
@ATTRIBUTE bollwjpybgn NUMERIC
@ATTRIBUTE %bjpybgn NUMERIC
@ATTRIBUTE rsi NUMERIC
@ATTRIBUTE ma50>100 {FALSE,TRUE}
@ATTRIBUTE ma50>200 {FALSE,TRUE}
@ATTRIBUTE ma100>200 {FALSE,TRUE}
@ATTRIBUTE up1pct5d? {FALSE,TRUE}
@ATTRIBUTE up1pct20d? {FALSE,TRUE}
@ATTRIBUTE dwn1pct5d? {FALSE,TRUE}
@ATTRIBUTE dwn1pct20d? {FALSE,TRUE}
Weka(及其 J48 实现)应该能够 class 验证您的数据,只要基本事实 class 始终位于您的 .csv 文件的同一列中。
我是 WEKA 和 ML 的新手,所以请原谅我对以下内容的无知。我浪费了几个小时试图弄明白,所以希望有人能给我指出正确的方向:
我正在尝试 运行 美元日元数据的 J48 决策树。数据通过 .csv 文件加载,class 值为名义类型,更具体地说,如果美元兑日元在 20 个交易日后交易价格上涨超过 1%,则值为 TRUE 或 FALSE。问题是,当我 运行 算法时,决策树只是简单地使用 class 值来解决问题,这是没有用的。除了 class 属性之外,还有 *22 个属性,我希望从中预测 class 属性。
将我的数据集与示例 "glass" 数据集进行比较时,我找不到可以解释我的问题的两者之间的任何区别。 "glass.arff" 当我 运行 J48(具有相同的设置)试图通过其他属性预测 class 值(玻璃类型)时,"glass.arff" 按预期工作(即它得到了一些猜测错误)。
我在这里错过了什么?这是属性列表:
@ATTRIBUTE date NUMERIC
@ATTRIBUTE open NUMERIC
@ATTRIBUTE high NUMERIC
@ATTRIBUTE low NUMERIC
@ATTRIBUTE close NUMERIC
@ATTRIBUTE 1daypctchg NUMERIC
@ATTRIBUTE smavg50onclose NUMERIC
@ATTRIBUTE smavg100onclose NUMERIC
@ATTRIBUTE smavg200onclose NUMERIC
@ATTRIBUTE ubb2 NUMERIC
@ATTRIBUTE bollma2 onclose NUMERIC
@ATTRIBUTE lbb2 NUMERIC
@ATTRIBUTE bollwjpybgn NUMERIC
@ATTRIBUTE %bjpybgn NUMERIC
@ATTRIBUTE rsi NUMERIC
@ATTRIBUTE ma50>100 {FALSE,TRUE}
@ATTRIBUTE ma50>200 {FALSE,TRUE}
@ATTRIBUTE ma100>200 {FALSE,TRUE}
@ATTRIBUTE up1pct5d? {FALSE,TRUE}
@ATTRIBUTE up1pct20d? {FALSE,TRUE}
@ATTRIBUTE dwn1pct5d? {FALSE,TRUE}
@ATTRIBUTE dwn1pct20d? {FALSE,TRUE}
Weka(及其 J48 实现)应该能够 class 验证您的数据,只要基本事实 class 始终位于您的 .csv 文件的同一列中。