WEKA -天气预报

Question

我对机器学习和聚类的概念还很陌生。我已经安装了Weka，并且正在尝试弄清楚它是如何工作的。目前，我的训练数据如下。

@relation weather

@attribute year real
@attribute temperature real
@attribute warmer {yes,no}

@data

1956    ,   68.98585    ,   yes
1957    ,   67.52131    ,   yes
1958    ,   65.853386   ,   no
1959    ,   66.32705    ,   yes
1960    ,   65.89773    ,   no

因此，我正在尝试建立一个模型，该模型应该能够预测气候是否每年都在变暖。

如果我必须预测1961年是变暖还是变冷，我应该像下面这样提供测试数据吗？

@关系天气

@attribute year real
@attribute temperature real

@data

1961    ,   70.98585    

我已经删除了列暖器，我想使用之前提供的训练集来预测它。我可以使用Weka提供给我的任何算法(J48、BayesNet等)。有人能帮我弄清楚如何理解这些概念吗？

Answer 1

你不需要自己制作训练集和测试集，Weka会为你做这些。即使您这样做了，也不要从测试集中删除要预测的值-- Weka将确保一切正常发生，但需要实际的值来确定预测是否正确，并告诉您模型的执行情况。

您的问题是一个分类问题，即您想要预测标签"yes“或"no”。并非Weka中的所有算法都适用，但不适用的算法是灰色的(如果您使用GUI)。

一般而言，您不太可能使用现有的数据获得好的结果。这更多的是一个时间序列预测任务(即给定这些过去的值，它将如何在未来发展)，Weka并没有真正提供算法。你可以在Wikipedia上找到更多信息。

为了用Weka获得更好的模型，你可以添加上一年(或前两年)的温度值作为一个特征，但最终听起来你想要使用可以进行时间序列分析和预测的东西。