machine-learning - 如何知道weka预测的是哪个标签

Question

我可能会提出一个愚蠢的问题，但我正在与 weka 合作来预测不同基因对癌症的影响，就像这样

cancer  gene1   gene2  gene3 .... 
yes     0.85    1.23   3.52  ....
no      7.58    6.25   8.91  ....
no      6.52    5.25   9.85  ....
yes     1.23    0.59   0.74  ....
.....

但是癌症 yes =25，癌症 no=158 加 75 个基因。我的问题是，当我运行 InfoGain 或 Gainratio 时，我有我选择的属性或排名属性(基因)，但我怎么能说这些基因预测癌症 = 是或癌症 = 否？

非常感谢!

Answer 1

我对遗传学了解不多，但你怎么知道“那个”基因会导致癌症？它很可能是许多相互作用的基因。您如何解释交互？ - 你的问题。

专注于正式/技术性的事情。在 Weka 中，您的类属性“cancer”需要是最后/最右边的列，或者您每次在单击“Start”按钮之前使用选择框“(Nom)cancer”手动设置它。

您可以查看 Weka 附带的糖尿病.arff 文件，其结构与您的数据文件类似。

如果您想要一个可解释的模型，您还可以运行决策树算法“J48”(在“分类”选项卡中)，并在属性窗口中将 minNumObj 设置为更高的值(通过试验找到合适的值)错误)。这会创建具有很少级别/决策/if 语句的扁平树。然后右键单击运行(在分类选项卡的左下面板中)并选择“可视化树”。