[英]Multi-Class Classification in WEKA
我正在尝试在WEKA中实现Multiclass分类。 我有很多行,比如说银行交易,其中一个被标记为食品,医学,租金等。 我想开发一个分类器,该分类器可以使用我拥有的先前数据进行训练,并预测其可以归类为将来的交易。 如果我是对的,那么这是Multiclass而不是multilabel,因为每个事务只能属于一个类。
以下是我正在考虑的一些算法
在我的数据中,功能数量<<<<事务数量,因此,我想到的是一个vs.其余的二进制分类器,而不是一个vs.一。
另外,我发现Python中的scikit-learn比WEKA更好,但是我只能在一个处理器上运行scikit-learn。 这是真的?
回答任何问题都将有所帮助。 谢谢!
您可以查看RandomForest,它是一个众所周知的分类器,非常有效。
在scikit-learn中,您拥有一些可以在多个核心上使用的类,例如RandomForestClassifier。 它具有一个构造函数参数,可用于定义内核数或将使用每个可用内核的值。 看一下文档,包含n_jobs参数的构造函数可以在几个核心上使用
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.