What is the difference between supervised and unsupervised reampling in WEKA?(在WEKA中,监督和非监督重采样有什么不同?)
本文介绍了在WEKA中,监督和非监督重采样有什么不同?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我想知道weka.filters.supervised.instance.Resample
和weka.filters.unsupervised.instance.Resample
有什么区别?
在哪些情况下,我们应该分别使用它们?
推荐答案
监督和非监督重采样的文档都相同,但 监督重采样的文档有以下附加语句:
可以使过滤器保持子样本中的类分布, 或使班级分布偏向均匀分布。
监督重采样还有额外的参数:
-B <num>
Bias factor towards uniform class distribution.
0 = distribution in input data
1 = uniform distribution.
(default 0)
因此,仅当存在类变量时,监督重采样才适用。当完全偏向输入分布(B=0)时,每个子样本复制整个数据集的类分布。B=1等同于无监督重采样,即从整个总体均匀抽取点,而不考虑类别。
这篇关于在WEKA中,监督和非监督重采样有什么不同?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:在WEKA中,监督和非监督重采样有什么不同?


基础教程推荐
猜你喜欢
- 如何在 Spring @Value 注解中正确指定默认值? 2022-01-01
- 验证是否调用了所有 getter 方法 2022-01-01
- Java Swing计时器未清除 2022-01-01
- 不推荐使用 Api 注释的描述 2022-01-01
- 在 Java 中创建日期的正确方法是什么? 2022-01-01
- 从 python 访问 JVM 2022-01-01
- 大摇大摆的枚举 2022-01-01
- Java 实例变量在两个语句中声明和初始化 2022-01-01
- 多个组件的复杂布局 2022-01-01
- 如何在 JFrame 中覆盖 windowsClosing 事件 2022-01-01