weka logitboost

 

        最近在使用weka，一个机器学习领域的开源项目，可以对输入的数据进行分类，聚类等。使用它自带的logit boost进行分类。发现对数据分类的效果不错。使用的测试模型选项是10-折叠交叉验证。后来，阅读它的文档，了解了执行该算法的一些参数。其中有一个参数为 -F<number>  。这个参数是设置折叠数目，并且默认情况为0。 一下子不知道是怎么回事了。怎么参数里面有k-折叠交叉验证， 同时测试模型选项中也有k-折叠交叉验证。这是怎么回事？

        深入到它的源代码，它确实使用了参数中的折叠数目。后来仔细想了一下，得出的结论如下；

        参数中的k-折叠交叉验证在logitboost算法中又称为内部k-折叠交叉验证。主要用它来选择logitboost算法中的最佳迭代次数的。每一次迭代将会产生一个模型，利用k-折叠交叉验证获得该模型的性能指标。这样就可以从很多次迭代中选择最优的迭代次数。而默认是不执行的，并且直接设最佳迭代次数为10. 有了最佳迭代次数，然后将数据应用于该模型，使用我们理解的10-折叠交叉验证来验证算法。以最终结果来判断该模型的好坏。

      还有一个问题，当我设置weka内部的折叠次数为1,2，或其它时，weka就无法生成分类器了。不知道是为什么？没有深度分析weka内部的代码。有知道原因的吗？