Python WEKA中的交叉验证和SMOTE

Python WEKA中的交叉验证和SMOTE,python,weka,cross-validation,Python,Weka,Cross Validation,我试图使用带有SMOTE的FilteredClassifier在WEKA上运行5倍交叉验证 据我所知,我应该在每个CV折叠中应用SMOTE以获得我的CV错误 是否有人有关于WEKA如何使用 Evaluation().crossvalidate_model(INPUTS) 我正在使用python和weka包装器 谢谢大家! Weka将FilteredClassifier元分类器与任何其他分类器一样对待(因为它们都实现了Weka.classifiers.classifier接口) 如果执行5倍CV

我试图使用带有SMOTE的FilteredClassifier在WEKA上运行5倍交叉验证

据我所知,我应该在每个CV折叠中应用SMOTE以获得我的CV错误

是否有人有关于WEKA如何使用

Evaluation().crossvalidate_model(INPUTS)
我正在使用python和weka包装器


谢谢大家!

Weka将
FilteredClassifier
元分类器与任何其他分类器一样对待(因为它们都实现了
Weka.classifiers.classifier
接口)

如果执行5倍CV,则数据将被分成5对训练/测试折叠,每次分类器使用训练折叠进行训练,然后在测试折叠上进行评估。
weka.classifiers.Evaluation
类记录从每个褶皱的测试数据中获得的统计数据

在您的情况下(对于每个序列/测试折叠),
FilteredClassifier
使用训练数据初始化
SMOTE
过滤器,并在使用其构建基本分类器之前对其进行过滤

因此答案是肯定的,您的
SMOTE
过滤器将初始化并应用于每个CV折叠中


Weka问题的官方位置是。

Weka将
FilteredClassifier
元分类器与任何其他分类器一样对待(因为它们都实现了
Weka.classifiers.classifier
接口)

如果执行5倍CV,则数据将被分成5对训练/测试折叠,每次分类器使用训练折叠进行训练,然后在测试折叠上进行评估。
weka.classifiers.Evaluation
类记录从每个褶皱的测试数据中获得的统计数据

在您的情况下(对于每个序列/测试折叠),
FilteredClassifier
使用训练数据初始化
SMOTE
过滤器,并在使用其构建基本分类器之前对其进行过滤

因此答案是肯定的,您的
SMOTE
过滤器将初始化并应用于每个CV折叠中

Weka问题的官方地点是