Machine learning Weka中分类前的聚类

我的数据集中的实例有多个数值属性和一个二进制类。在Weka中，有没有一种方法可以使用聚类器并将结果传递给分类器（比如SMO）以改进分类结果？

可以将聚类信息添加到数据中的一种方法是使用以下方法（在Weka Explorer中）：

加载您喜爱的数据集

选择您的集群模型（在我的例子中，我使用SimpleKMeans）

根据需要修改群集器的参数

使用群集模式的培训集

开始集群过程

生成集群后，右键单击结果列表并选择“可视化集群分配”

选择Y作为集群，然后点击保存按钮，如下所示：

将数据保存到指定位置

然后，您应该能够加载该文件，并像其他属性一样在分类器中使用集群信息。只要确保该类设置为正确的属性，您就可以开始了

注意：当我运行这些测试时，我使用J48来评估类，而J48似乎只使用集群的值来评估类。模型的准确性也出人意料地高，所以要么数据集太简单，要么我可能在聚类过程中遗漏了一步

---

希望这有帮助

在Weka Explorer中，加载数据集后

• 选择“预处理”选项卡
• 单击“选择…”按钮
• 添加无监督属性过滤器“AddCluster”
• 单击按钮旁边的，打开Clusterer选择字段，选择一个Clusterer
• 配置/参数化集群器
• 关闭所有模式对话框

单击“应用”按钮应用过滤器。它将添加另一个名为“集群”的属性，作为属性列表中最右边的属性

---

然后继续进行分类实验。

AddCluster筛选器的选项变灰，无法应用。原因是什么？我不知道，这取决于你的数据。也许可以尝试使用不同的数据集，例如使用Weka附带的一个内置数据集？只是为了确保它能正常工作。不幸的是，我必须处理这个数据集。无论如何，谢谢你的回答。