java - 为什么我们在weka评估函数中使用训练数据？

Question

我正在使用 weka 进行分类。我正在使用不同的训练和测试数据集。我注意到，在评估测试数据集时，我们在评估函数中使用训练数据。有谁知道我们为什么使用训练数据？为什么不测试数据？我的意思是在下面的代码中，为什么我们在第 6 行使用火车？为什么不测试？

        1.  trainsource = new DataSource(train_file_path);
        2.  trains = trainsource.getDataSet();
        3.  trains.setClassIndex(0);

        4.  testsource = new DataSource(test_file_path);
        5.  tests = testsource.getDataSet();


        6.  evaluation= new Evaluation(**trains**);     
        7. model.buildClassifier(trains);
        8. evaluation.evaluateModel(model, tests);

谢谢!提前!!

Answer 1

因为这就是机器学习的方式。他们通过使用“训练数据”来训练分类器来学习。 WEKA 一般采用“arff 格式”的训练文件。训练数据在属性下有很多数据。训练文件示例:

@relation maitre

@attribute patrons {none, some, full}
@attribute waitEstation {0-10,10-30,30-60,>60}
@attribute reservation {TRUE, FALSE}
@attribute bar {TRUE, FALSE}
@attribute alternative {TRUE, FALSE}
@attribute sit {yes, no}

@data
some,0-10,TRUE,FALSE,TRUE,yes
full,30-60,FALSE,FALSE,TRUE,no
some,0-10,FALSE,TRUE,FALSE,yes
full,10-30,FALSE,FALSE,TRUE,yes
full,>60,TRUE,FALSE,TRUE,no
some,0-10,TRUE,TRUE,FALSE,yes
none,0-10,FALSE,TRUE,FALSE,no
some,0-10,TRUE,FALSE,FALSE,yes
full,>60,FALSE,TRUE,FALSE,no
full,10-30,TRUE,TRUE,TRUE,yes
none,0-10,FALSE,FALSE,FALSE,no
full,30-60,FALSE,TRUE,TRUE,no

现在分类器可以是任何类型，例如:朴素贝叶斯分类器、J48、SVM 等。当使用训练数据集训练分类器时，它会根据 WEKA 创建一个“模型”。现在您可以使用此创建的“模型”验证您的“测试集”。所以“测试数据”是为了验证模型。

现在，如果您使用上述训练数据集训练分类器，您现在就可以预测未知类别。例如，如果您想预测属性“sit”。您将需要如下测试数据:

@relation maitretest

@attribute patrons {none, some, full}
@attribute waitEstation {0-10,10-30,30-60,>60}
@attribute reservation {TRUE, FALSE}
@attribute bar {TRUE, FALSE}
@attribute alternative {TRUE, FALSE}
@attribute sit {yes, no}

@data
some,0-10,TRUE,FALSE,TRUE,?
full,30-60,FALSE,FALSE,TRUE,?

注意？标记代替属性“坐”。您现在可以预测未知类别。希望这能消除您的疑虑:)