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