weka知识流中的评估器和可视化器

评估器Evaluation

TrainingSetMaker：将数据集转换为训练集

TestSetMaker：将数据集转换为测试集

CrossValidationFlodMaker：将任意数据集、训练集或测试集分割为若干折

TrainTestSplitMaker：将任意数据集、训练集或测试集分割为训练集或测试集

ClassAssigner：对于任意的数据集、训练集或测试集，指定一列作为类别属性(分类属性)

ClassValuePicker：选择一个视为“正例”类别标签值。生成ROC风格的曲线数据时，需要使用该组件

ClassifierPerformanceEvaluator：评估分类器批量训练及测试的性能

IncrementalClassifierEvaluator：评估分类器的增量训练的性能

ClustererPerformanceEvaluator：评估聚类器的批量训练及测试的性能

PredictionAppender：追加预测测试集的分类器，对于离散分类的问题，可以追加预测类别标签或概率分布

SerializedModelSaver：将分类器保存为文件，以便将来使用。

可视化器Visualization

DataVisualizer：该组件能弹出一个面板，以单个较大的2D散点图形式可视化数据

ScatterPlotMatrix：该组件能弹出一个面板，其中包括一个由小的散点图组成的矩阵，单击其中的小散点图会弹出一个比较大的散点图

AttributeSummarizer：该组件能弹出一个面板，其中包括直方图的矩阵，每个直方图对应输入数据中的一个属性

ModelPerformanceChart：该组件能弹出一个面板，能可视化阈值（即ROC风格）的曲线

TextViewer：显示文本数据的组件，可显示数据集、分类性能统计等

GraphViewer：该组件能弹出一个面板，可视化基于树的模型

StripChart：该组件能弹出一个面板，显示滚动的数据散点图，用于查看在线的增量分类器的性能

CostBenefitAnalysis：交互式和图形化组件，探索变更成本/收益以及调整预测阈值所带来的影响