小编Lan*_*pel的帖子

我是WEKA的新手和高级统计数据,从头开始了解WEKA措施.我已经完成了所有@ rushdi-shams示例,这些都是很好的资源.

在维基百科上,http://en.wikipedia.org/wiki/Precision_and_recall示例解释了一个简单的例子,关于在一组9只真正的狗和一些猫中检测7只狗的视频软件.我完全理解这个例子和召回计算.所以我的第一步,让我们看看Weka如何使用这些数据进行再现.我如何创建这样的.ARFF文件？有了这个文件我有一个错误的混淆矩阵,并且错误的精确度按类召回不是1,它应该是4/9(0.4444)

@relation 'dogs and cat detection'

@attribute              'realanimal'      {dog,cat}
@attribute              'detected'        {dog,cat}
@attribute              'class'           {correct,wrong}

@data
dog,dog,correct
dog,dog,correct
dog,dog,correct
dog,dog,correct
cat,dog,wrong
cat,dog,wrong
cat,dog,wrong
dog,?,?
dog,?,?
dog,?,?
dog,?,?
dog,?,?
cat,?,?
cat,?,?

输出Weka(不带过滤器)

===运行信息===

Scheme:weka.classifiers.rules.ZeroR 
Relation:     dogs and cat detection
Instances:    14
Attributes:   3
          realanimal
          detected
          class
Test mode:10-fold cross-validation

=== Classifier model (full training set) ===

ZeroR predicts class value: correct

Time taken to build model: 0 seconds

=== Stratified cross-validation ===
=== Summary ===

Correctly Classified …