• 2022-06-09
    Weka中加载天气数据集(weather.nominal.arff),打开IBk分类器。利用AddNoise过滤器向其中添加噪声,将K-NN参数设置为5,将分类噪声百分比Percent设置为30%。运行分类器,则以下描述错误的是()。
    A: 分类器正确分类百分比为71.4286%
    B: 分类器均方根误差为0.4208
    C: 类别属性值为“yes”的9个样本全部正确分类
    D: 类别属性值为“no”的5个样本有1个被错误分类
  • D

    内容

    • 0

      One-vs-rest逻辑回归分类法中,假设有n个类别,那么就会建立n个二项分类器,每个分类器针对其中一个类别和剩余类别进行分类。进行预测时,利用这n个二项分类器进行分类,得到数据属于当前类的概率,选择其中概率最大的一个类别作为最终的预测结果。

    • 1

      假设某分类器在一个测试数据集上的分类结果的混淆矩阵如下所示,请计算该分类器的错误率,以类别yes为正例,计算分类器的查全率recall为 %。【保留到整数位】‎ ‎Predicted‎yes‎no‎Actual‎yes‎15‎5‎no‎10‎20‎​‎

    • 2

      装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集(m"bootstrap"样本),在每个数据集上训练分类器分类,从m个分类器中获得多数投票。 A: 正确 B: 错误

    • 3

      使用IBk分类器和SMO分类器对vote.arff分别进行分类,由其输出的结果可知()。 A: IBk正确分类百分比比SMO大 B: IBk对republican的分类正确率比SMO大 C: SMO对democrat的分类正确率比IBk小 D: SMO对democrat和republican的分类正确率都比IBk大

    • 4

      Weka中运行SMO分类器,将PolyKernel多项式核函数的指数(Exponent)设置为1,则以下描述正确的是()。