diễn giải kết quả Naive Bayes

Question

Tôi bắt đầu sử dụng NaiveBayes/Simple phân loại để phân loại (Weka), tuy nhiên tôi có một số vấn đề cần hiểu khi đào tạo dữ liệu. Tập dữ liệu tôi đang sử dụng là weather.nominal.arff.

Trong khi tôi sử dụng thử nghiệm đào tạo sử dụng từ các tùy chọn, kết quả phân loại là:

Correctly Classified Instances 13 - 92.8571 %  
Incorrectly Classified Instances 1 - 7.1429 % 

a b classified as 
9 0 a =yes 
1 4 b = no 

câu hỏi đầu tiên của tôi là những gì tôi nên hiểu từ các trường hợp được phân loại không chính xác? Tại sao một vấn đề như vậy lại xảy ra? bộ sưu tập thuộc tính nào được phân loại không chính xác? có cách nào để hiểu điều này không?

Thứ hai, khi tôi thử xác thực chéo 10 lần, tại sao tôi nhận được các trường hợp được phân loại chính xác khác nhau (ít hơn)?

Kết quả là:

Correctly Classified Instances   8    57.1429 % 
Incorrectly Classified Instances   6    42.8571 % 

a b <-- classified as 
7 2 | a = yes 
4 1 | b = no 

Answer 1

Bạn có thể nhận các dự đoán cá nhân cho mỗi trường hợp bằng cách chọn tùy chọn này từ:

More Options ...> dự đoán Output> rõ

Điều này sẽ cung cấp cho bạn thêm các chỉ số đánh giá, như sau:

=== Predictions on training set === 

inst#  actual predicted error prediction 
    1  2:no  2:no  0.704 
    2  2:no  2:no  0.847 
    3  1:yes  1:yes  0.737 
    4  1:yes  1:yes  0.554 
    5  1:yes  1:yes  0.867 
    6  2:no  1:yes + 0.737 
    7  1:yes  1:yes  0.913 
    8  2:no  2:no  0.588 
    9  1:yes  1:yes  0.786 
    10  1:yes  1:yes  0.845 
    11  1:yes  1:yes  0.568 
    12  1:yes  1:yes  0.667 
    13  1:yes  1:yes  0.925 
    14  2:no  2:no  0.652 

cho biết rằng phiên bản thứ 6 đã được phân loại sai. Lưu ý rằng ngay cả khi bạn đào tạo và thử nghiệm trên cùng một trường hợp, phân loại sai có thể xảy ra do sự không nhất quán trong dữ liệu (ví dụ đơn giản nhất là có hai trường hợp có cùng các tính năng nhưng với nhãn lớp khác nhau).

Hãy nhớ rằng cách thử nghiệm ở trên là thiên vị (hơi gian lận vì nó có thể thấy câu trả lời cho các câu hỏi). Do đó, chúng tôi thường quan tâm đến việc ước tính thực tế hơn về lỗi mô hình trên dữ liệu không nhìn thấy được. Cross-validation là một trong những kỹ thuật như vậy, nơi nó phân chia dữ liệu thành 10 nếp gấp phân tầng, thực hiện thử nghiệm trên một lần, trong khi đào tạo trên chín lần khác, cuối cùng nó báo cáo độ chính xác trung bình trong mười lần chạy.