支持向量机中没有精度矩阵

an0xan0x 成员职位:3.贡献我
2019年6月编辑 帮助
你好。我有一个关于快速矿工SVM的问题。我不知道为什么svm不能像k-nn那样创建精度矩阵。它只显示了均方根误差。我该怎么办?
我正在进行文本分类,我有3列。标题、正文和标签。正文和标题是文本,标签是数字。
我使用:
Read database->process document->select attribute->set role(将标签列设置为标签)-> x-validation

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<过程version = " 5.2.000 " >
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文
扩大= " true " name = "过程" >


compatible =" 5.2000 " expanded="true" height="60" name="已读取
数据库" width="90" x="45" y="30">
.
“Body",“Label" & # 10;
“dbo" !”nws_full_corpus"" / >
.
<枚举关键= "参数" / >
< /操作符>
<运营商激活= " true "
类= "文本:process_document_from_data”兼容性= " 5.1.004”
expanded="true" height="76" name="Process Documents from Data"
宽度="90" x="179" y="30">



<列出关键= " specify_weights " / >

compatible ="5.1.004" expanded="true" height="60" name="转换
case width="90" x="45" y="30"/>
compatible ="5.1.004" expanded="true" height="60" name="Tokenize"
宽度="90" x="45" y="165"/>
compatible ="5.1.004" expanded="true" height="60" name="过滤器
token (by Length)" width="90" x="179" y="120">

.
< /操作符>
to_port = "文档" / >
to_op = "标记" to_port = "文档" / >
to_op="Filter Tokens (by Length)" to_port="document"/> .
From_port ="document" to_port="document 1"/>

.
.
> < /过程
< /操作符>
<操作符激活="true" class="select_attributes"
compatible =" 5.2000 " expanded="true" height="76" name="选择
属性" width="90" x="313" y="30"> .


< /操作符>
compatible =" 5.2000 " expanded="true" height="76" name="Set Role"
宽度="90" x="447" y="30">

.
<列出关键= " set_additional_roles " / >
< /操作符>
compatible =" 5.2000 " expanded="true" height="112" name="Validation"
宽度="90" x="514" y="165">



compatible =" 5.2000 " expanded="true" height="112" name="SVM (3)"
宽度="90" x="179" y="120"/>


to_port = " 1 " / >

.
.
.
> < /过程

compatible =" 5.2000 " expanded="true" height="76" name="应用型号"
宽度="90" x="45" y="30">
<列出关键= " application_parameters " / >
< /操作符>
<操作符激活="true" class="performance"
compatible =" 5.2000 " expanded="true" height="76" name="Performance"
宽度="90" x="179" y="30"/>

to_port =“未标记的数据" / >
to_op="Performance" to_port="labelled data"/> . to_op="Performance
to_port = " averagable 1 " / >



.
.
.
> < /过程
< /操作符>
to_op="Process Documents from Data" to_port="example set"/> . to_op="Process Documents from Data
from_port="example set" to_op="Select Attributes" to_port="example set .
输入" / >
to_op = "验证" to_port = "训练" / >


to_port = "结果3 " / >
.
.

.
> < /过程
< /操作符>
> < /过程

答案

  • 黑线鳕黑线鳕 成员职位:849Maven
    你好,

    我看到你在用自动性能选择器,它似乎不让你高兴!不过,你也可以使用“性能(分类)”操作符选择你想要的内容。希望这能奏效。

    周末好!
  • an0xan0x 成员职位:3.贡献我
    谢谢你的解决方案。
    我想尝试一下,但性能(分类)不工作与整数标签。RM提供了使用离散化,我提供了。但是它说标签和预测必须是相同的,但是是名义的整数。

    <?xml version="1.0" encoding="UTF-8" standalone="no"?>
    <过程version = " 5.2.000 " >
    > <上下文
    <输入/ >
    <输出/ >
    <宏/ >
    > < /上下文
    .



    .

    .
    <枚举关键= "参数" / >
    < /操作符>




    <列出关键= " specify_weights " / >





    .
    < /操作符>





    .
    .
    > < /过程
    < /操作符>



    < /操作符>


    .
    <列出关键= " set_additional_roles " / >
    < /操作符>









    .
    .
    .
    > < /过程


    <列出关键= " application_parameters " / >
    < /操作符>


    .


    <列出关键= "类" >


    < / >列表
    < /操作符>



    <列出关键= " class_weights " / >
    < /操作符>


    /> . .
    .




    .
    .
    .
    > < /过程
    < /操作符>

    /> .



    .
    .

    .
    > < /过程
    < /操作符>
    > < /过程
  • 黑线鳕黑线鳕 成员职位:849Maven
    你好,

    如果您正在进行分类,则应该将Label属性类型转换为标称类型。如果你通过“help->Rapidminer教程”,你会看到为什么离散操作符是不合适的。

    祝你好运。
  • an0xan0x 成员职位:3.贡献我
    我有一个问题,名义上的标签。我使用支持向量机和支持向量机不工作的名义标签!如果我把它转换成标称,SVM就不管用了。如果保持数值,性能就无法发挥作用。这是一个循环!
  • 黑线鳕黑线鳕 成员职位:849Maven
    你好,

    试着使用贝叶斯,或者其他取名义值的学习器属性像这样
    <?xml version="1.0" encoding="UTF-8" standalone="no"?>
    <过程version = " 5.2.000 " >
    > <上下文
    <输入/ >
    <输出/ >
    <宏/ >
    > < /上下文
    .




    < /操作符>


    <列出关键= "类" >


    < / >列表
    < /操作符>









    .
    .
    > < /过程


    <列出关键= " application_parameters " / >
    < /操作符>




    <列出关键= " class_weights " / >
    < /操作符>


    .




    .
    .
    > < /过程
    < /操作符>
    /> .



    .
    .

    .
    > < /过程
    < /操作符>
    > < /过程
登录注册置评。