я начинаю использовать классификатор NaiveBayes / Simple для классификации (Weka), однако у меня есть некоторые проблемы, которые нужно понять при обучении данных. Набор данных, который я использую, - weather.nominal.arff.
В то время как я использую использовать тест обучения из опций, результат классификатора таков:
Correctly Classified Instances 13 - 92.8571 %
Incorrectly Classified Instances 1 - 7.1429 %
a b classified as
9 0 a =yes
1 4 b = no
Мой первый вопрос, что я должен понять из неверных классифицированных случаев? Почему возникла такая проблема? какая коллекция атрибутов классифицирована неверно? есть ли способ понять это?
Во-вторых, Когда я пробую 10-кратную перекрестную проверку, почему я получаю разные (менее) правильно классифицированные экземпляры?
Результаты:
Correctly Classified Instances 8 57.1429 %
Incorrectly Classified Instances 6 42.8571 %
a b <-- classified as
7 2 | a = yes
4 1 | b = no