WEKA如何规范属性？

Question

假设我向WEKA输入了一些数据集，并为属性设置了归一化过滤器，使得值介于0和1之间。然后假设通过除以最大值来完成归一化，然后构建模型。 然后，如果我部署模型，并且在要分类的新实例中发生了什么，则实例的特征值大于训练集中的最大值。 如何处理这种情况？ 是只需要1还是要多于1？ 还是抛出异常？

Answer 1

一般而言，文档没有为过滤器指定此选项，因此必须取决于过滤器。 我查看了weka.filters.unsupervised.attribute.Normalize的源代码（假设您使用的是源代码），但没有看到任何范围检查。

实际的缩放代码在Normalize.convertInstance（）方法中 ：

value = (vals[j] - m_MinArray[j]) / (m_MaxArray[j] - m_MinArray[j])
              * m_Scale + m_Translation;

除此方法之外的所有（不太可能）其他检查，我要说的是，在您描述的情况下，它将缩放为大于1的值。 为了100％确保最好的选择是编写一个测试用例，自己调用过滤器，然后找出答案。 对于尚未在Javadoc中指定其工作方式的库，您永远都不知道下一个版本将做什么。 因此，如果您极大地依赖于特定的行为，那么编写一个自动化测试来对库的行为进行回归测试并不是一个坏主意。

Answer 2

我有和你说的相同的问题。 我做了如下操作，也许这种方法可以为您提供帮助：

我想您使用weka.filters.unsupervised.attribute.Normalize来规范化您的数据。

正如Erwin Bolwidt所说，

value = (vals[j] - m_MinArray[j]) / (m_MaxArray[j] - m_MinArray[j])
          * m_Scale + m_Translation;

规范化您的属性。

不要忘记Normalize类具有以下两种方法：

public double[] getMinArray()
public double[] getMaxArray()

其中返回计算出的数据中属性的最小值/最大值。

您可以存储最小值/最大值。 然后使用公式自己对数据进行标准化。

请记住，您可以在Instance类中设置属性，并且可以通过Evaluation.evaluationForSingleInstance对结果进行分类

稍后，我将为您提供链接，可能会对您有所帮助。 谢谢