`

Weka分析结果参数解释

 
阅读更多

Kappa Statistic

假设有两个相互独立的人分别将N个物品分成C个相互独立的类别,如果双方结果完全一致则K值为1,反之K值为0;

Mean Absolute Error

是N次实验绝对误差的均值.绝对误差就是预测值与实际值之差的绝对值.比如某实例的预测值就是它的正确分类标签,而实际值就是classifier指定给它的分类标签...

Root Mean Squared Error

即均方根误差,是用来衡量样本的离散程度的.也就是将N次实验中的实验值与平均值之差求和,除以实验次数,再把商开根号.

Relative Absolute Error

就是把N次实验的绝对误差求和,然后除以实际值与均值之差的求和. 此值越小实验越准确.

Root Relative Absolute Error

上面的做完再开根号...

Coverage of cases

就是classifier使用的分类规则对所有实例的覆盖情况. 越高说明该规则越有效.

Mean Rel. Region Size

这个不懂, 已经给wekalist发信问了,等回信过来更新.

Total number of instances

样本总数

2
0
分享到:
评论

相关推荐

    基于weka的数据分类分析实验报告(精选)

    5. 结果解释:理解模型的决策规则和预测能力,分析错误分类的原因,优化模型。 四、实验案例 本次实验可能使用了某具体的数据集,如iris(鸢尾花)数据集,通过对花瓣长度、宽度等特征进行分类,将鸢尾花分为三个...

    使用Weka对股票数据进行分析

    在本主题中,我们将探讨如何使用Weka这一强大的数据挖掘工具对股票数据进行分析。Weka是新西兰怀卡托大学开发的一个开源机器学习和数据...然而,理解和解释模型的预测结果,结合市场知识,是成功应用数据分析的关键。

    WEKA聚类分析实例代码

    【WEKA聚类分析实例代码】是关于使用WEKA这一强大的数据挖掘工具进行聚类分析的一个实际应用。WEKA(Waikato Environment for Knowledge Analysis)是新西兰怀卡托大学开发的一个开源数据挖掘软件,它提供了丰富的...

    基于Weka的数据分类分析实验报告范文.docx

    实验的结果分析会对比三种分类器的准确性、精度、召回率等指标,最终选择性能最优的模型。这种比较有助于理解不同算法的特性,同时也为实际问题的数据分类提供了参考。通过这样的实验,不仅能深入理解Weka工具的使用...

    weka 中参数传递的使用方法

    参数传递是Weka中一项基础而强大的功能,它允许用户精细控制模型的各个方面,从而达到最佳的分析结果。无论是初学者还是经验丰富的数据科学家,都应该熟练掌握参数传递的技巧,以便在实际项目中发挥Weka的最大潜力。...

    weka源代码分析

    Weka 源代码分析 - StringToWordVector filter Weka 是一款开源的机器学习软件,提供了大量的算法和工具来处理数据挖掘和机器学习任务。StringToWordVector 是 Weka 中的一个重要的过滤器,用于将字符串属性转换为...

    基于weka对银行客户信息的关联分析及apriori算法实现

    "数据挖掘"标签表明这是关于从大量数据中提取有价值信息的过程,通常包括预处理、模式发现和结果解释等步骤。"apriori算法"是关联规则学习中最经典的算法之一,它通过迭代的方式生成频繁项集,并基于这些频繁项集...

    weka 中em算法详细解析

    两者都是聚类算法,且都可能陷入局部最优解,因此建议在不同初始参数下多次运行以获得更优结果。然而,EM算法采用的是“软”分配策略,即为每个样本计算属于每一个聚类的概率,这些概率值介于0到1之间,反映样本属于...

    基于Weka的房价回归预测及案例分析.doc

    基于Weka的房价回归预测及案例分析 本文主要介绍了基于Weka的房价回归预测及其案例分析。Weka是一款功能强大的开源数据挖掘软件,提供了各种算法和工具来进行数据分析和建模。在本文中,我们将使用Weka来进行房价...

    weka源码学习

    Weka开发[6]-参数设置 16 Weka开发[7]-LibSVM 17 Weka开发[8]-ID3源码介绍 18 Weka开发[9]—KMeans源码介绍 21 Weka开发[10]—NBTree源码介绍 25 Weka开发[11]—J48源代码介绍 31 Weka开发[13]-...

    weka二次开发代码分析

    对于开发者来说,Weka还允许进行二次开发,以满足特定的数据分析需求。本文将深入探讨Weka的二次开发代码分析,帮助你更好地理解和利用这个工具。 1. **理解Weka的架构** Weka的核心是一个Java库,包含多个类和...

    WEKA完整中文教程 实验教程 入门教程

    每个实验都会提供详细步骤,分析实验结果并解释其业务含义。 ### 四、进一步学习 完成入门教程后,可以深入研究WEKA的高级功能,如编写Java代码自定义算法,或者使用WEKA的API集成到其他系统。同时,还可以探索更...

    WEKA使用教程 简介 数据格式 数据准备 分类与回归 聚类分析

    用户可以通过WEKA的图形用户界面(GUI)选择合适的算法,设置参数,并在训练数据上运行以构建模型。 **聚类分析** 聚类是无监督学习的一种,目的是发现数据集中的自然群体或类别。WEKA提供了多种聚类算法,如: 1...

    weka算法参数整理.pdf

    Weka 是一个开源的机器学习软件,提供了多种机器学习算法和数据预处理工具,本文档将对 Weka 中的关联算法和聚类算法的参数进行整理和解释。 1. 关联算法 关联算法是指从数据中挖掘出有趣的关联规则的算法,Weka ...

    基于WEKA数据挖掘中关联规则的分析及应用举例.pdf

    关联规则挖掘是数据挖掘领域中的一个重要方法,它致力于在大量数据库中发现不同数据项之间的...尽管WEKA功能强大,但在使用时仍需要注意数据的质量、预处理以及结果的解释等关键步骤,以确保挖掘结果的准确性和可靠性。

    weka中K-means使用演示

    7. 聚类结果将显示在 WEKA 的结果窗口中,包括每个簇的中心点、每个对象所属的簇编号等信息。 K-Means 的应用场景 K-Means 算法有很多实际应用场景,例如: 1. 客户细分:在市场营销中,使用 K-Means 可以将客户...

    WEKA实验教程.pdf

    3. **分析结果**:讲解了如何对实验结果进行分析,包括结果的可视化、比较不同算法的表现以及进行统计显著性测试等。 #### 二、标准试验 **标准试验**部分分为两个子部分:简单模式和高级模式。这两种模式都可以在...

    Weka源代码详细分析系列

    **Weka源代码详细分析系列** Weka,全称Waikato Environment for Knowledge Analysis,是一款强大的数据挖掘和机器学习工具,由新西兰怀卡托大学开发。这个系列的源代码分析涵盖了多个关键算法,旨在帮助开发者深入...

Global site tag (gtag.js) - Google Analytics