Fatal编程技术网
  • java/
  • Evaluation.predictions（）Weka api java中保存在fast vector中的结果的含义是什么

Evaluation.predictions（）Weka api java中保存在fast vector中的结果的含义是什么

java

Evaluation.predictions（）Weka api java中保存在fast vector中的结果的含义是什么,java,weka,decision-tree,Java,Weka,Decision Tree,当我在数据集中运行j-48决策树分类器时，我使用折叠交叉验证对其进行评估，并通过 predictions.appendElements(validation.predictions()); 我得到的结果是 NOM: 0.0 0.0 1.0 0.8349514563106796 0.1650485436893204 NOM: 1.0 0.0 1.0 0.8333333333333334 0.16666666666666666 NOM: 1.0 0.0 1.0 0.8333333333333334

当我在数据集中运行j-48决策树分类器时，我使用折叠交叉验证对其进行评估，并通过

predictions.appendElements(validation.predictions());
我得到的结果是

NOM: 0.0 0.0 1.0 0.8349514563106796 0.1650485436893204
NOM: 1.0 0.0 1.0 0.8333333333333334 0.16666666666666666
NOM: 1.0 0.0 1.0 0.8333333333333334 0.16666666666666666
.....
......
每列的含义是什么？

我不能100%确定这一点，但从类中显示的数据包含以下内容：

  • 实际价值
  • 预测值
  • 错误
  • 重量
  • 预测区间
最好查看您正在使用的验证集，然后将上述任何属性与验证中存在/预测的数据关联起来