weka - 正确分类实例的含义 weka

Question

我最近开始使用 weka，我正在尝试使用朴素贝叶斯将推文分为正面或负面。因此，我有一个训练集，其中包含我为其指定标签的推文，以及一个包含所有带有“正面”标签的推文的测试集。当我运行朴素贝叶斯时，我得到以下结果:

正确分类的实例:69 92%
错误分类的实例:6 8%

然后，如果我将测试集中推文的标签更改为“否定”并再次运行朴素贝叶斯，则结果相反:

正确分类的实例:6 8%
错误分类的实例:69 92%

我认为正确分类的实例显示了朴素贝叶斯的准确性，并且无论测试集中的推文标签如何，它都应该是相同的。我的数据是否有问题，或者我没有正确理解正确分类实例的含义？

非常感谢您的时间，

南蒂亚

Answer 1

测试集上的标签应该是实际正确的分类。性能是通过要求分类器对测试集中每个实例的分类给出最佳猜测来计算的。然后将预测的分类与实际分类进行比较以确定准确性。因此，如果您翻转给它的“正确”值，结果也将翻转。