Machine learning WEKA CVParameter标称选项的选择（如NaiveBayes-K或-D）_Machine Learning_Weka

Machine learning WEKA CVParameter标称选项的选择（如NaiveBayes-K或-D）

machine-learning

Machine learning WEKA CVParameter标称选项的选择（如NaiveBayes-K或-D）,machine-learning,weka,Machine Learning,Weka,这可能是不可能的，甚至是不明智的，但我想知道在WEKA是否有可能做到这一点我有我的NaiveBayes分类器，我希望它通过交叉折叠来决定哪个选项最好使用，-D表示离散，或者-K表示基于内核的 ParamSelection ps = new ParamSelection(); ps.setClassifier(new NaiveBayes()); ps.setCVParameters("K D"); 对于决策树，我们这样做，但是-K和-D选项不需要数字参数 ParamSelection ps

这可能是不可能的，甚至是不明智的，但我想知道在WEKA是否有可能做到这一点

我有我的NaiveBayes分类器，我希望它通过交叉折叠来决定哪个选项最好使用，-D表示离散，或者-K表示基于内核的

ParamSelection ps = new ParamSelection();
ps.setClassifier(new NaiveBayes());
ps.setCVParameters("K D");

对于决策树，我们这样做，但是-K和-D选项不需要数字参数

ParamSelection ps = new ParamSelection();
ps.setClassifier(new J48());
ps.setCVParameters("M 3 5 2");

你能不能直接获取每个选项的交叉验证分数并手动比较它们？我在寻找一种自动完成的方法，但我想我会这么做的是的