WEKA（ OneR，过拟合）

 

OneR创建所谓的一层决策树，或者一组只检测某个属性的规则，一棵只在根节点根据某个属性值分叉的树，或者，一组只检测某个属性值的规则，一个属性一个分支。（也就是用一个属性来决策）

打开天气数据集

会发现是以outlook属性来划分

删除outlook属性再试一次

这次以湿度来划分

以上是用OneR默认设置划分的，点击设置分类

minBucketSize改为1

出现很多分叉，过拟合

打开diabetrs数据集

数字性数据集

选择ZeroR计算数据集的集线数据

OneR

minBucketSize决定模型的复杂度

做交叉验证，OneR准确率远高于基线准确率（基于plas)

改变为1

交叉验证准确率降低（基于pedi）

尝试用训练集

不能因为尝试了很多机器学习方法，就期望在新的数据集上取得相同效果，尝试很多，最终选择可能过拟合。使用交叉验证，得到的结果也不够，在这种情况下，把数据分为训练数据、测试数据和验证数据，使用训练和测试数据来选择机器学习方法，选择最适合训练的和测试的，或者使用交叉验证选择最适合训练数据的。选择好机器学习方法后，再使用验证数据来评估他针对的测试数据的真实效果。