Machine learning 告诉Weka要在ARFF文件中预测哪些属性？

我试图让Weka从命令行进行预测，但我担心我可能做错了。我阅读了《数据挖掘》一书，并在他们的网站上搜索了文档，但我发现的内容充其量也很模糊，所以我希望你能帮助我

首先，我创建了一个训练集（train.arff）。以下是一个示例：

@relation test
@attribute 'A' {0,1}
@attribute 'B' {0,1}
@attribute 'C' {0,1}
@attribute 'D' {0,1}
@attribute 'E' {0,1}
@attribute 'F' {0,1}
@data
0,0,0,0,0,0
0,0,0,0,0,0
...

然后我创建了要通过预测完成的数据集（test.arff）：

“？”标记应预测的属性

最后，我试图通过在命令行上运行以下命令来获得预测：

java weka.classifiers.trees.J48 -t train.arff -T test.arff -p 0

它产生以下输出：

=== Predictions on test data ===

 inst#     actual  predicted error prediction
     1        2:1        2:1       0.939
     2        2:1        2:1       0.939

然后，我将预测列中“：”后面的数字用于inst#标记的数据行的预测

以下是我的问题：

这是正确的吗？我担心的是“？”，因为我读到它可能会被插补（尽管这可能只是在学习阶段）

Weka支持多重预测吗？无论有多少字段用“？”标记，我总是得到相同的表，每个实例只有一个预测值

Weka可以生成一个完整的（预测的）ARFF文件吗，或者我必须根据它的结果自己构造这个文件吗

如果我错过了一些显而易见的东西，请提前道歉，并向我提供相关文档，我将不胜感激

---

提前谢谢

“？”是未知值的通用标记。它可以用于训练和测试数据，并告诉Weka在这种特殊情况下，该值不可用。然后如何处理这些信息取决于实际的学习算法。因此，要回答您的问题：

否。要预测的属性是在通过

-c

参数训练模型时指定的。此参数给出了要预测的属性的索引。默认情况下，它是最后一个，因此在您的示例中为“F”

不，这实际上更多的是一个已实现的学习算法的问题，但Weka中没有一个支持这一点。方法是为不同的预测训练多个模型

在这种情况下，这没有意义，因为您必须提供已知值，以便Weka能够评估分类器的准确性。如果这些值完全未知，就无法判断它有多好

---

请注意，您可以，然后。后一页还包含您可以构建的知识流，以将结果保存为ARFF文件。

非常感谢！因此，要使用train.arff预测test.arff的'F'，我可以这样做：“javaweka.classifiers.trees.J48-c'F'-ttrain.arff-ttest.arff-p0”，对吗？我知道如何保存模型，但我只是想先了解基本知识。

=== Predictions on test data ===

 inst#     actual  predicted error prediction
     1        2:1        2:1       0.939
     2        2:1        2:1       0.939