如下运用weka中的AdaBoost分类器对weather.nominal.arff数据集进行十折交叉验证
具体步骤如下:
(1)打开weka,打开探索者
(2)打开数据集文件
(3)打开weka文件中的data文件夹,其中有weka自带的数据集
(4)这里以weather.nominal.arff数据集为例,选择打开
(5)下图为打开数据集后的示意图,继续点击分类功能
(6)选择分类器
(7)按如下图选择AdaBoost分类器,这里读者也可以选择自己所需的分类器
(8)这里我选择10份十折交叉验证,然后运行
(9)下图为运行结果
(10)下面对运行结果进行解析:
该图为运行信息:
- 基分类器1(决策树桩1):
- 基分类器2:
- 基分类器3:
- 基分类器4:
- 基分类器5:
- 基分类器6:
- 基分类器7:
- 基分类器8:
- 基分类器9:
- 基分类器10:
总结(分类正确率以及各类数据指标)
最终该基于Adaboost的决策森林模型的分类正确率为64.2857%