Weka:训练集和测试集不兼容

Question

我正在尝试使用 weka 和朴素贝叶斯分类器对一些网络帖子进行分类。

首先，我手动对许多帖子进行分类(大约 100 个负面帖子和 100 个正面帖子)，然后我创建了一个具有以下形式的 .arff 文件:

@relation classtest
@attribute 'post' string
@attribute 'class' {positive,negative}
@data
'RT @burnreporter: Google has now indexed over 30 trillion URLs. Wow. #LeWeb',positive
'A special one for me  Soundcloud at #LeWeb ',positive
'RT @dianaurban: Lost Internet for 1/2 hour at a conference called #LeWeb. Ironic, yes?',negative
   .
   .
   .

然后我打开 Weka Explorer 加载该文件并应用 StringToWordVector 过滤器将帖子拆分为单个单词属性。

然后，在对我的数据集执行相同操作后，选择(在 weka 的分类选项卡中)naive bayes 分类器并选择 select test set，它返回 Train and test set are not compatible。我能做什么？谢谢!

Answer 1

可能属性的顺序在训练集和测试集中是不同的。

您可以按照 http://weka.wikispaces.com/Batch+filtering 中的描述使用批量过滤