解释朴素贝叶斯结果

Question

我开始使用NaiveBayes/Simple分类器进行分类，但是在训练数据时我有一些问题需要理解。我使用的数据集是weather.nominal.arff。

​

​

当我使用来自选项的培训测试时，分类器的结果是：

Correctly Classified Instances 13  -  92.8571 %    
Incorrectly Classified Instances 1 - 7.1429 %   

a b classified as  
9 0  a =yes
1 4  b = no

我的第一个问题是，我应该从错误的机密事件中了解什么？为何会出现这样的问题呢？哪些属性集合被分类不正确？有办法理解这一点吗？

其次，当我尝试10倍交叉验证，为什么我得到不同(较少)正确分类的实例？

研究结果如下：

Correctly Classified Instances           8               57.1429 %
Incorrectly Classified Instances         6               42.8571 %

 a b   <-- classified as
 7 2 | a = yes
 4 1 | b = no

Answer 1

通过从以下位置选择此选项，可以获得每个实例的单个预测：

更多选择..。>输出预测> PlainText

除评估指标外，还将提供以下内容：

=== Predictions on training set ===

 inst#     actual  predicted error prediction
     1       2:no       2:no       0.704 
     2       2:no       2:no       0.847 
     3      1:yes      1:yes       0.737 
     4      1:yes      1:yes       0.554 
     5      1:yes      1:yes       0.867 
     6       2:no      1:yes   +   0.737 
     7      1:yes      1:yes       0.913 
     8       2:no       2:no       0.588 
     9      1:yes      1:yes       0.786 
    10      1:yes      1:yes       0.845 
    11      1:yes      1:yes       0.568 
    12      1:yes      1:yes       0.667 
    13      1:yes      1:yes       0.925 
    14       2:no       2:no       0.652 

这表明第六个例子被错误分类了。请注意，即使您对相同的实例进行培训和测试，由于数据中的不一致，也可能出现分类错误(最简单的示例是有两个具有相同特性但具有不同类标签的实例)。

记住，上面的测试方法是有偏见的(它有点作弊，因为它可以看到问题的答案)。因此，我们通常感兴趣的是得到一个更真实的估计模型误差的无形数据。交叉验证就是这样一种技术，它将数据划分成10个分层的褶皱，在一次测试中执行测试，而在另九次上进行训练，最后报告十次测试的平均精度。