当前位置: 首页 > 知识库问答 >
问题:

这个错误在WEKA测试集预测中意味着什么

司空高义
2023-03-14

我是使用WEKA的初学者。问题是当我试图通过使用提供的测试集选择在我的模型上测试新数据集时,预测是可以的,但它在错误字段中给出了标志,这意味着什么?.此外,混淆矩阵和准确性细节给出了一些空格。

== Predictions on test set ===

inst#     actual  predicted error prediction
    1    2:' ST'      1: NT   +   1 
    2    2:' ST'      1: NT   +   1 
    3    2:' ST'      1: NT   +   1 
    4    2:' ST'      1: NT   +   1 
    5    2:' ST'      1: NT   +   1 
    6    2:' ST'      1: NT   +   1 
    7    2:' ST'      1: NT   +   1 
    8    2:' ST'      1: NT   +   1 
    9    2:' ST'      1: NT   +   1 
   10    2:' ST'      1: NT   +   1 
   11    2:' ST'      1: NT   +   1 
   12    2:' ST'      1: NT   +   1 
   13    2:' ST'      1: NT   +   1 
   14    2:' ST'      1: NT   +   1 
   15    2:' ST'      1: NT   +   1 
   16    2:' ST'      1: NT   +   1 
   17    2:' ST'      1: NT   +   1 
   18    2:' ST'      1: NT   +   1 
   19    2:' ST'      1: NT   +   1 
   20    2:' ST'      1: NT   +   1 
   21    2:' ST'      1: NT   +   1 
   22    2:' ST'      1: NT   +   1 
   23    2:' ST'      1: NT   +   1 
   24    2:' ST'      1: NT   +   1 
   25    2:' ST'      1: NT   +   1 
   26    2:' ST'      1: NT   +   1 
   27    2:' ST'      1: NT   +   1 
   28    2:' ST'      1: NT   +   1 
   29    2:' ST'      1: NT   +   1 
   30    2:' ST'      1: NT   +   1 
   31    2:' ST'      1: NT   +   1 
   32    2:' ST'      1: NT   +   1 
   33    2:' ST'      1: NT   +   1 
   34    2:' ST'      1: NT   +   1 
   35    2:' ST'      1: NT   +   1 
   36    2:' ST'      1: NT   +   1 
   37    2:' ST'      1: NT   +   1 
   38    2:' ST'      1: NT   +   1 
   39    2:' ST'      1: NT   +   1 
   40    2:' ST'      1: NT   +   1 
   41    2:' ST'      1: NT   +   1 
   42    2:' ST'      1: NT   +   1 
   43    2:' ST'      1: NT   +   1 
   44    2:' ST'      1: NT   +   1 
   45    2:' ST'      1: NT   +   1 
   46    2:' ST'      1: NT   +   1 
   47    2:' ST'      1: NT   +   1 
   48    2:' ST'      1: NT   +   1 
   49    2:' ST'      1: NT   +   1 
   50    2:' ST'      1: NT   +   1 
   51    2:' ST'      1: NT   +   1 
   52    2:' ST'      1: NT   +   1 
   53    2:' ST'      1: NT   +   1 
   54    2:' ST'      1: NT   +   1 
   55    2:' ST'      1: NT   +   1 
   56    2:' ST'      1: NT   +   1 
   57    2:' ST'      1: NT   +   1 
   58    2:' ST'      1: NT   +   1 
   59    2:' ST'      1: NT   +   1 
   60    2:' ST'      1: NT   +   1 
   61    2:' ST'      1: NT   +   1 
   62    2:' ST'      1: NT   +   1 
   63    2:' ST'      1: NT   +   1 
   64    2:' ST'      1: NT   +   1 
   65    2:' ST'      1: NT   +   1 
   66    2:' ST'      1: NT   +   1 
   67    2:' ST'      1: NT   +   1 
   68    2:' ST'      1: NT   +   1 
   69    2:' ST'      1: NT   +   1 
   70    2:' ST'      1: NT   +   1 
   71    2:' ST'      1: NT   +   1 
   72    2:' ST'      1: NT   +   1 
   73    2:' ST'      1: NT   +   1 
   74    2:' ST'      1: NT   +   1 
   75    2:' ST'      1: NT   +   1 
   76    1:' NT'      1: NT       1 
   77    1:' NT'      1: NT       1 
   78    1:' NT'      1: NT       1 
   79    1:' NT'      1: NT       1 
   80    1:' NT'      1: NT       1 
   81    1:' NT'      1: NT       1 
   82    1:' NT'      1: NT       1 
   83    1:' NT'      1: NT       1 
   84    1:' NT'      1: NT       1 
   85    1:' NT'      1: NT       1 
   86    1:' NT'      1: NT       1 
   87    1:' NT'      1: NT       1 
   88    1:' NT'      1: NT       1 
   89    1:' NT'      1: NT       1 
   90    1:' NT'      1: NT       1 
   91    1:' NT'      1: NT       1 
   92    1:' NT'      1: NT       1 
   93    1:' NT'      1: NT       1 
   94    1:' NT'      1: NT       1 
   95    1:' NT'      1: NT       1 
   96    1:' NT'      1: NT       1 
   97    1:' NT'      1: NT       1 
   98    1:' NT'      1: NT       1 
   99    1:' NT'      1: NT       1 
  100    1:' NT'      1: NT       1 
  101    1:' NT'      1: NT       1 
  102    1:' NT'      1: NT       1 
  103    1:' NT'      1: NT       1 
  104    1:' NT'      1: NT       1 
  105    1:' NT'      1: NT       1 
  106    1:' NT'      1: NT       1 
  107    1:' NT'      1: NT       1 
  108    1:' NT'      1: NT       1 
  109    1:' NT'      1: NT       1 
  110    1:' NT'      1: NT       1 
  111    1:' NT'      1: NT       1 
  112    1:' NT'      1: NT       1 
  113    1:' NT'      1: NT       1 
  114    1:' NT'      1: NT       1 
  115    1:' NT'      1: NT       1 
  116    1:' NT'      1: NT       1 
  117    1:' NT'      1: NT       1 
  118    1:' NT'      1: NT       1 
  119    1:' NT'      1: NT       1 
  120    1:' NT'      1: NT       1 
  121    1:' NT'      1: NT       1 
  122    1:' NT'      1: NT       1 
  123    1:' NT'      1: NT       1 
  124    1:' NT'      1: NT       1 
  125    1:' NT'      1: NT       1 
  126    1:' NT'      1: NT       1 
  127    1:' NT'      1: NT       1 
  128    1:' NT'      1: NT       1 
  129    1:' NT'      1: NT       1 
  130    1:' NT'      1: NT       1 
  131    1:' NT'      1: NT       1 
  132    1:' NT'      1: NT       1 
  133    1:' NT'      1: NT       1 
  134    1:' NT'      1: NT       1 
  135    1:' NT'      1: NT       1 
  136    1:' NT'      1: NT       1 
  137    1:' NT'      1: NT       1 
  138    1:' NT'      1: NT       1 
  139    1:' NT'      1: NT       1 
  140    1:' NT'      1: NT       1 
  141    1:' NT'      1: NT       1 
  142    1:' NT'      1: NT       1 
  143    1:' NT'      1: NT       1 
  144    1:' NT'      1: NT       1 
  145    1:' NT'      1: NT       1 
  146    1:' NT'      1: NT       1 
  147    1:' NT'      1: NT       1 
  148    1:' NT'      1: NT       1 
  149    1:' NT'      1: NT       1 
  150    1:' NT'      1: NT       1 

=== Evaluation on test set ===

Time taken to test model on supplied test set: 0.13 seconds

=== Summary ===

Correctly Classified Instances          75               50      %
Incorrectly Classified Instances        75               50      %
Kappa statistic                          0     
Mean absolute error                      0.5   
Root mean squared error                  0.7071
Relative absolute error                100      %
Root relative squared error            141.4214 %
Total Number of Instances              150     

=== Detailed Accuracy By Class ===

                 TP Rate  FP Rate  Precision  Recall   F-Measure  MCC      ROC Area  PRC Area  Class
                 1.000    1.000    0.500      1.000    0.667      ?        0.500     0.500      NT
                 0.000    0.000    ?          0.000    ?          ?        0.500     0.500      ST
Weighted Avg.    0.500    0.500    ?          0.500    ?          ?        0.500     0.500     

=== Confusion Matrix ===

  a  b   <-- classified as
 75  0 |  a =  NT
 75  0 |  b =  ST

有没有可能所有的ST预测都错了?我搜索了很多来找出这个问题,但没有结果。

训练和测试数据是兼容的,测试数据是标记的。

共有1个答案

慕容玉堂
2023-03-14

根据混淆矩阵,您所有的预测都是NT。因此,所有标记为ST的实例都预测为NT。

 类似资料:
  • 我是java编程新手,不知道这些错误的含义: 源代码: 程序的名称与类的名称相同,我找到了解决方案。当我删除类中的public player和playgame时,程序没有出现错误,但我仍然无法理解错误的含义。请帮帮我

  • 我想创建一个

  • 问题内容: 在下面的示例测试中,原始提供程序名称为APIEndpointProvider,但是对于注入和服务实例化,惯例似乎是必须使用下划线将其注入。这是为什么? 我缺少更好的解释的约定是什么? 问题答案: 下划线是一种方便的技巧,我们可以使用它来以其他名称注入服务,以便我们可以在本地分配与该服务同名的局部变量。 也就是说,如果我们无法做到这一点,就必须在本地使用其他名称来表示服务: 在试验中使用

  • ELIFECYCLE是什么意思? 我在寻找两个答案中的一个:ELIFECYCLE是什么意思?(或者)为什么我的应用程序代码中出现错误?

  • 问题内容: 这是什么? 这是有关警告,错误和注意事项的许多答案,这些警告,错误和注意事项在您对PHP进行编程时可能会遇到,并且不知道如何解决它们。这也是一个社区Wiki,因此邀请所有人参与添加并维护此列表。 为什么是这样? 诸如“已发送标题”或“呼叫非对象成员”之类的问题经常在堆栈溢出中弹出。这些问题的根本原因总是相同的。因此,这些问题的答案通常会重复它们,然后向OP显示在特定情况下应更改的行。这