使用 Weka 使用"一个类分类器"进行训练和测试

Question

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？

Answer 1

我认为

，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