weka中的一元类文本分类？

Question

我有一个特定类别(比如癌症)的训练数据集(文本)。我想在weka中为这个类训练一个SVM分类器。但是，当我尝试创建一个名为“癌症”的文件夹并将所有这些训练文件放到该文件夹中时，当我运行代码时，我得到了以下错误: weka.classifiers.functions.SMO: Cannot handle unary class！

我想要做的是，如果分类器找到一个与“癌症”相关的文档，它会正确地说出类名，一旦我输入一个非癌症文档，它应该会说“未知”之类的东西。

我应该怎么做才能得到这个行为呢？

Answer 1

Weka中的SMO算法仅在两个类之间进行二进制分类。序列最小优化是求解支持向量机的一种特殊算法，在Weka中这是该算法的基本实现。如果你有一些是癌症的例子，另一些不是，那么这将是二进制的，也许你没有正确地标记它们。

然而，如果你使用的训练数据都是癌症的例子，并且你想让它告诉你未来的例子是否符合模式，那么你就试图做单类SVM，也就是异常值检测。

LibSVM in Weka可以处理单类svm。与Weka SMO实现不同，LibSVM是一个独立的程序，它已经连接到Weka中，并结合了许多不同的支持向量机变体。Weka上的This post解释了如何在Weka中使用LibSVM来实现这一点。