0

このように、コマンド ラインからバギングを使用してモデルをトレーニングできます --

java -Xmx512m -cp $CLASSPATH weka.classifiers.meta.Bagging -P 100 -S 1 -num-slots 1 -I 10 \
    -split-percentage 66 \
    -t $traindata \
    -d $model \
    -W weka.classifiers.trees.REPTree -- -M 2 -V 0.001 -N 3 -S 1 -L -1 -I 0.0 \
    > $out

しかし、同じモデルを再利用してコマンド ラインから予測を行うことはできません。コマンドは次のようにする必要があると思います-

java -Xmx512m -cp $CLASSPATH weka.classifiers.meta.Bagging \   
    -l $model \
    -T $testdata \
    -W weka.classifiers.trees.REPTree \    
    -p 0 \
    > $wkresult

しかし、うまくいきません。

編集:ただし、単一の分類子 (つまり、バギングなし) を使用している場合は機能します。コマンドはこのようなものでした -

java -Xmx512m -cp $CLASSPATH weka.classifiers.bayes.NaiveBayesMultinomial \
    -split-percentage 66 \
    -t $traindata \
    -d $model \
    > $out

java -Xmx512m -cp $CLASSPATH weka.classifiers.bayes.NaiveBayesMultinomial \
    -T $testdata \
    -l $model \
    -p 0 \
    > $wkresult
4

1 に答える 1

1

モデルを評価するには、別のクラスを呼び出す必要があります。コマンドラインは次のようになります

java -cp $CLASSPATH weka.classifiers.Evaluation weka.classifiers.meta.Bagging \
   -T $testdata -l $model

分類子のトレーニング時に指定した追加オプションの一部を指定する必要がある場合があります。また、評価クラスのコマンドライン オプションも確認してください。詳細はこちら。

于 2013-03-29T08:49:47.173 に答える