WEKA中的多类别分类

Question

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

1. 朴素贝叶斯
2. 多项式Lo​​gistic回归
3. 多类SVM
4. 最大熵
5. 神经网络（如果可能）

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。

1. 我还有什么其他算法可以帮助实现我的目标？
2. 我放的任何算法对我的目标都没有用吗？

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！

Answer 1

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