Weka j48输出

Question

我对J48树的分支末端的数字感到困惑。例如，使用weather.nominal数据，无论测试选项设置为使用培训集还是交叉验证或百分比拆分，树看起来都是相同的。这是输出：

J48 pruned tree
------------------

outlook = sunny
|   humidity = high: no (3.0)
|   humidity = normal: yes (2.0)
outlook = overcast: yes (4.0)
outlook = rainy
|   windy = TRUE: no (2.0)
|   windy = FALSE: yes (3.0)

根据这个软件的作者编写的教科书，在一个使用这个精确数据的例子中，他们说：“在树结构中，冒号引入分配给特定叶子的类标签，然后是到达该叶的实例数，表示为十进制数，因为算法使用小数实例来处理丢失的值。如果有错误分类的实例(在本例中没有)，它们的数目也会出现:因此，2.0/1.0意味着两个实例到达了该叶，其中一个被错误地分类了“因此，这意味着在上面的树中没有错误地使用weather.nominal数据集对实例进行分类。另一方面，当测试选项被设置为“使用培训集”或“百分比拆分”(带有默认的随机种子)时，就会出现错误的分类实例。例如，通过60 %的分割，它显示了以下内容

=== Evaluation on test split ===


=== Summary ===

Correctly Classified Instances           2               40      %
Incorrectly Classified Instances         3               60      %

这里似乎有矛盾，但我一定是遗漏了什么。最初显示的树不是60 %分割的树吗？据我所见，这一点在任何地方都没有说明，但我想不出任何其他解释。

为了完整起见，数据如下：

outlook,temperature,humidity,windy,play
sunny,hot,high,FALSE,no
sunny,hot,high,TRUE,no
overcast,hot,high,FALSE,yes
rainy,mild,high,FALSE,yes
rainy,cool,normal,FALSE,yes
rainy,cool,normal,TRUE,no
overcast,cool,normal,TRUE,yes
sunny,mild,high,FALSE,no
sunny,cool,normal,FALSE,yes
rainy,mild,normal,FALSE,yes
sunny,mild,normal,TRUE,yes
overcast,mild,high,TRUE,yes
overcast,hot,normal,FALSE,yes
rainy,mild,high,TRUE,no

Answer 1

如果仔细观察输出，您将看到以下内容：

=== Classifier model (full training set) ===

正在描述的模型是在完整数据集上训练的模型，而不是您的拆分。

下一节有以下标题：

=== Evaluation on test split ===

您所指的统计数据基于在数据集拆分上培训和评估的模型。