svm - 如何在 Weka 中构建 SVM 分类器以仅考虑数据集中的某些特征?
问题描述
我是 WEKA 的新手,我正在从事一项目前有 128 种不同功能的任务。我被告知要在数据上构建一个 SVM 分类器,并且分类器应该:
- 仅考虑数据中前 10 个“卡方”特征。
- 应使用 10 折交叉验证在每个折中选择新的前 10 个特征。
我已经使用 ChiSquaredAttributeEval 评估器获得了前 10 个特征。考虑到第 1 点和第 2 点,我该如何构建 SVM?
编辑:我如何也显示此分类器的 WEKA 10 折交叉验证工作流程图?
解决方案
使用以下分类器设置来封装属性选择步骤和支持向量机在缩减数据集上的训练:
meta.FilteredClassifier
|
+- filter: supervised.attribute.AttributeSelection (ChiSquaredAttributeEval + search method)
|
+- classifier: functions.SMO
推荐阅读
- r - ddply 和 group_by 的更快替代方案
- r - 带有 data.table 的每个自变量的线性回归循环
- css - 带有省略号的 CSS3 flexbox 布局在移动 Safari 上不起作用
- sql-server - SQL Server 2012 合并复制 - 全文索引
- mysql - django扩展查询条件`COLLATION`
- python - 如何在标注器之前/之后强制在 spacy 中使用 pos 标签?
- c# - 如何从 Microsoft Graph API C# 中的电子邮件地址获取用户 ID
- java - 构建项目时出现 Intellij IDEA StackOverflow 错误
- spring - SpringBoot 表情符号输入
- c# - 使用jmeter命中并发请求时,出现死锁异常?