Ich habe ein zufälliges Waldmodell in eine Datei mit Weka 3.7.9 gespeichert, und ich versuche jetzt, es gegen andere (sehr große) Menge (auf einigen großen Maschinen in Amazon EC2). Ich verwende die folgende Befehlszeile:Ausgabe Konfusion Matrix in Weka von der Kommandozeile
> java -server -Xmx60000m -cp weka.jar weka.classifiers.Evaluation
weka.classifiers.trees.RandomForest -T test.arff -l random-forest.model
-i -no-cv
jedoch der einzige Ausgang ich habe, ist so etwas wie dieses:
=== Error on test data ===
Correctly Classified Instances 3252532 80.0686 %
Incorrectly Classified Instances 809651 19.9314 %
Kappa statistic 0.2884
Mean absolute error 0.2539
Root mean squared error 0.3608
Coverage of cases (0.95 level) 98.7413 %
Total Number of Instances 4062183
Während ich bin auf der Suche neben etwas wie folgt aus:
=== Detailed Accuracy By Class ===
TP Rate FP Rate Precision Recall F-Measure MCC ROC Area PRC Area Class
0.804 0.295 0.731 0.804 0.766 0.512 0.826 0.803 buyer
0.705 0.196 0.783 0.705 0.742 0.512 0.826 0.798 non-buyer
Weighted Avg. 0.755 0.245 0.757 0.755 0.754 0.512 0.826 0.801
=== Confusion Matrix ===
a b <-- classified as
61728 15004 | a = buyer
22662 54066 | b = non-buyer
Bitte beachten Sie, dass, auch wenn ich die volle Trainingsmethode wieder, wie folgt ausführen:
> java -Xmx60000m -cp weka.jar weka.classifiers.Evaluation
weka.classifiers.trees.RandomForest -t train.arff -T test.arff
-I 10 -K 0 -S 1 -num-slots 8 -d random-forest.model -i -no-cv
Ich zeige immer noch nicht die Konfusionsmatrix für die Testdaten (nur für die trainierten Daten).
Es funktioniert gut für mich ohne "-no-cv". –
Dumm mich !! Sie, Herr, verdienen die +100 Ruf :-) Bitte antworten Sie, damit ich es vergeben kann. –
Danke, fertig :) –