問題タブ [j48]

PART ルール アルゴリズムから生成されたルールにアクセスしようとしています。PARTがJ48ディシジョンツリーからノードを変換することを理解しています。各ルールに個別にアクセスして、同じものを表示する必要があります。

part1 には、プライベートな属性 m_root があります。私はこれにアクセスできません。正しい方向に私を提案または案内してください

皆さん、ありがとうございました

以下のプルーニング用に構成された J48 ツリーをブーストするために、次の weka AdaBoostM1 分類子を実行しようとしています。

java -classpath ./bin/weka.jar weka.classifiers.meta.AdaBoostM1 -P 100 -S 1 -I 10 -W weka.classifiers.trees.J48 -- -C 0.25 -M 2 \ -t ./data/入力ファイル.arff > ./results/output.txt &

構成文字列は weka gui から直接コピーされたもので、実際にそこで問題なく実行されます。ただし、コマンドラインで同じ構成文字列を実行しようとすると、weka は次のエラーをスローします。

Weka 例外: トレーニング ファイルもオブジェクト入力ファイルも指定されていません。

一般的なオプション:

-h または -help ヘルプ情報を出力します。-synopsis または -info 分類器の出力概要 (-h と組み合わせて使用​​) -t トレーニング ファイルを設定します。-T テストファイルを設定します。不足している場合は...

J48 ツリー分類子に従うパラメーター、つまり文字列 " -- -C 0.25 -M 2" を削除すると、問題なく動作します。

java -classpath ./bin/weka.jar weka.classifiers.meta.AdaBoostM1 -P 100 -S 1 -I 10 -W weka.classifiers.trees.J48 \ -t ./data/inputfile.arff > ./results/ output.txt &

任意の支援をいただければ幸いです。

wekaを使用してj48で決定木のルートを強制的に設定する方法はありますか? ルートが変更された場合、ツリーにどのような変更が加えられるかを明確に確認したいので。

R の j48 ツリーを使用して、266 のインスタンスと約 100 の指標で構成されるデータセットの分析を行いました。私は機械学習に最も熟練していませんが、とにかく、Weka とR. 後者では、ツリーを partykit パッケージで視覚化できることがわかりました。しかし、私が得た結果を解釈するのは難しいと思います。つまり、これらです (X、Y、Z は、266 のインスタンスのそれぞれを説明するために使用する 100 以上の指標のうちの 3 つであり、そのうち 190 は正常または 0 で、76 は異常または 1 です。 ）。

私が使用したコードは非常に簡単です：

だから私は木を剪定しました。もう 1 つの質問: ツリーから適合値を取得できることは理解しましたが、その方法はわかりません。両方または 1 つの質問についてのヘルプをいただければ幸いです。

cardiology-weka.arff から WEKA J48 ディシジョン ツリーについて学習しようとしています。

以下のように出力を実行しました。

質問は

• j48 が最上位の決定木ノードとして選択した属性は?
• J48 が作成した意思決定ツリーの最初の 2 つのレベルの属性と値を示す図を描きます。

これまでのところ、正しく分類されたクラスに関する混同行列しか解釈できません。どんな助けでも大歓迎です。

それで、すべてのCPUコアを使用して、Rでの並列実行にsnowfallパッケージを使用してみました。これは、テストに使用したコードです。

利用可能なすべての CPU コアを使用するため、実質的に 16 倍高速に実行されます。しかし、私がこれを試すと：

テストとして、約 50 秒かかります (データ セット全体の約 1% のみ)。

間違った構文を使用しているだけですか? これを並行して実行するにはどうすればよいですか？

Movielense ユーザー テーブルの人口統計データを分類したいのですが、J48 の結果が変です。データを C5.0 で分類すると、すべて問題ありませんでしたが、このアルゴリズム (j48) に取り組む必要があります。

私のデータの構造は以下のようなものです

そしてデータの頭は

を除くすべての列user_idはnominal type、あるべきであり、あるべきですfactor in R

分類コード:

集計結果の間違った表は

モデルをC5.0に適合させると、両方のアルゴリズムを除いて以下のような結果になります

もっと試す

1. データの構造を変更し、因子列を別の列に変換しましたが、何も変わりません
2. 私C controller valueは結果が少し良くなるように変更しますC=0.75が、それは完全に間違っています

正規化およびデータの変更後のイベント 何も起こらなかった

j48 ウェカ

こんにちは、weka (j48 クロス検証) のモデルに問題があり、2 番目のクラスになると多くのインスタンスが間違って分類されます。それを改善する方法はありますか？私はwekaの専門家ではありません。前もって感謝します。私の出力は上記です。NaiveBayes ではより良い結果が得られますが、2 番目のクラスの TP 率は 0.5 未満です。 NaiveBye ウェカ

j48 ツリー アルゴリズムを使用してデータセットをマイニングしています。

useLaplaceパラメータの機能を理解しようとしています。私が行かなければならない唯一のことはこれです：

LapLace に基づいて葉の数を平滑化するかどうか

これは、WEKA が提供したドキュメントにすぎません。ただし、これについていくつか質問があります。

1. 葉の数とは？
2. スムージングとは？
3. ラップレースとは？平滑化に使用されるアルゴリズムですか？

私がオンラインで見つけたものはすべて、このパラメーターが実際に何をしているのかについて詳しく説明していません。むしろ、「ラプラス平滑化をオンにする」と説明しているだけです。