如何在Weka中构建一个SVM分类器，以便只考虑数据集中的某些特征？

Question

我对WEKA是新手，我正在做一项任务，目前有128个不同的功能。我被告知要在数据上建立一个支持向量机分类器，分类器应该：

1. 只考虑数据中前10位的“卡方”特征。
2. 前10位特征应该在每一折中使用10倍交叉验证来选择。

我已经使用ChiSquaredAttributeEval评估器获得了前10项功能。如何建立一个考虑到点1和2的支持向量机？

编辑:我如何为这个分类器显示10倍交叉验证工作流图？

Answer 1

使用以下分类器设置来封装属性选择步骤和在简化数据集上对支持向量机进行培训：

meta.FilteredClassifier
|
+- filter: supervised.attribute.AttributeSelection (ChiSquaredAttributeEval + search method)
|
+- classifier: functions.SMO