Weka预测（百分比置信度）-它是什么意思？

Question

我一直在自学Weka，并学会了如何构建模型并从中获得预测（使用CLI进行预测）。

当我对先前构建的模型中的数据集运行预测时，我会得到一列，即“预测”，也就是每个预测实例的预测置信度。

我知道百分置信度意味着什么，但我的所有预测不都应该是我的Weka模型的准确性吗？

也就是如果我有一个准确率为90%的J48决策树分类器，那么使用该模型的每个分类实例不应该都是90%的预测置信度吗？

任何人都知道这个百分比置信度是如何计算的，或者当我告诉别人我的模型时，我应该如何阅读错误预测和模型准确性？谢谢

Answer 1

基本上，当决策树在数据集上进行训练时，您通常希望（或由于缺少特性而不得不）在它超出每个训练实例之前停止它。发生这种情况时，您将在树中的叶节点上有几个训练样本。在这一点上，培训标签通常仍然是混合的（不全是正面的，也不全是负面的）

置信度是指当树在训练实例中长到一片叶子时，训练标签的一致性。

编辑：注意，这还用于以干净、无偏见的方式处理缺少的特征（属性）。

有关此的简要定义，请参阅此处。

还可以看看昆兰在决策树方面的一些工作。尤其是他在C4.5上的工作

此外：“我知道百分比信心意味着什么，但我所有的预测不应该都是我的Weka模型的准确性吗？”

不，这不是真的，一些训练样本比其他样本更容易分类，这些分数反映了这一点。