假设我有以下训练集:
f1,f2,f3, label
1,2,3, 0
1.2,2.3,3.3, 0
1.25,2.25,3.25, 0
我想获得以下测试集的分类:
f1,f2,f3, label
6,7,8, ?
1.1,2.1,3.1, ?
9,10,11, ?
当我使用 Weka 和"一个类分类器"时,首先我加载训练集并使用测试选项中的使用训练集选项进行分类,然后我选择提供的测试集选项并加载上面的测试集。问题是我得到的分类都相同,并且收到训练集和测试集不兼容的警告,是否要使用 inputMappedClassifier 包装?以上只是一个简单的例子,我也遇到了这些问题,一个巨大的异常注入数据集。
我做错了什么?
,既然你正在执行oneClassClassification,你的测试数据应该是(假设这里所有的测试数据行都不是异常值(:
f1,f2,f3, label
6,7,8, 0
1.1,2.1,3.1, 0
9,10,11, 0
如果对测试数据启用预测,则可能会获得:
=== 测试集预测 ===
inst# actual predicted error prediction
1 1:true 1:true 1
2 1:true ? ?
3 1:true 1:true 1:true
这意味着在测试数据中:a( 实例 1 不是异常值b( 实例 2 是异常值c( 实例 3 不是异常值