weka-как печатать неправильно классифицированные экземпляры

Мой вывод weka показывает: 

Correctly Classified Instances       32083               94.0244 %
Incorrectly Classified Instances      2039                5.9756 %

Я хочу иметь возможность распечатать то, что было неверными экземплярами, чтобы я мог внести коррективы и понять, почему они были неправильно классифицированы.

Мой метод печати приведен ниже.
я пытаюсь найти экземпляры, предсказанное значение класса которых не было равно фактическому значению класса,а затем вывести его атрибуты.
но когда я делаю это, перечисление атрибутов ничего не печатает.

Есть ли у кого-нибудь предложения о том, как распечатать неправильно классифицированные экземпляры?

Большое спасибо. 

private void printSummary(Classifier base, Evaluation eval, Instances data) throws Exception
{
    // output evaluation
    System.out.println();
    System.out.println("=== Setup ===");
    System.out.println("Classifier: " + classifierName.getClass().getName() + " " + Utils.joinOptions(base.getOptions()));
    System.out.println("Dataset: " + data.relationName());
    System.out.println();

    // output predictions
    System.out.println("# - actual - predicted - error - distribution - token");
    for (int i = 0; i < data.numInstances(); i++) 
    {
        double pred = base.classifyInstance(data.instance(i));
        double actual = data.instance(i).classValue();
        double[] dist = base.distributionForInstance(data.instance(i));

        if (pred != actual)
        {
            System.out.print((i+1));
            System.out.print(" - ");
            System.out.print(data.instance(i).toString(data.classIndex()));
            System.out.print(" - ");
            System.out.print(data.classAttribute().value((int) pred));
            System.out.print(" - ");
            if (pred != data.instance(i).classValue())
                System.out.print("yes");
            else
                System.out.print("no");
            System.out.print(" - ");
            System.out.print(Utils.arrayToString(dist));
            System.out.print(" - ");
            data.instance(i).enumerateAttributes().toString();
            System.out.println();
        }
    }

    System.out.println(eval.toSummaryString());
    System.out.println(eval.toClassDetailsString());
    System.out.println(eval.toMatrixString());
}
2 5
nlp classification

2 ответа:

Я делаю это таким образом:

  1. классификатор поездов.
  2. для каждого экземпляра я называю ' классификатор.объясните "
  3. Если классификация неверна, я сохраняю их по неправильной вероятности (от худшей ошибки до наименее уверенной ошибки)
  4. самая уверенная ошибка дает мне представление о том, какие признаки следует добавить в классификатор.
1

Это старый пост, но у меня была та же проблема, и я решил ее по-другому. Может быть, кому-то вроде меня это понадобится.

Что я сделал, так это то, что оценка имеет предсказания метод, который возвращает ArrayList объекта предсказания.

Каждый объект предсказания имеет фактическое и предсказанное значение, и я просто напечатал каждый экземпляр, что его фактическое значение не совпадает с предсказанным значением.

Мой код: 

ArrayList<Prediction> predictions = evaluation.predictions();
for (int i = 0, trainDataSize = trainData.size(); i < trainDataSize; i++) {
        Instance instance = trainData.get(i);
        Prediction prediction = predictions.get(i);

        if (prediction.actual() != prediction.predicted()) {

            System.out.println(instance);;

        }

    }

Надеюсь, что это кому-то поможет.

1