Weka中分类器结果的解释
Interpretation of Classifier Result in Weka
我是Weka中的运行分类算法。但我不确定 Weka 为报告目的生成的一些结果。
在分类问题中（是=有疾病或否=没有疾病），Weka 为每个分类器生成结果。但也在底部为两个分类器提供加权结果。
Image
我的问题是，从报告的角度来看，我应该报告什么分数？ （基本上我想将我的结果与其他人的结果进行比较）
根据 F-Measure 的 weka 结果（已附）；是 91% 还是 89%？这同样适用于所有其他测量（召回率和精度）。
此外，我想知道在研究论文中，任何给定分类器的得分是多少？加权或我们试图预测的分类器，例如在我的情况下，只报告“是”分数的结果？
非常感谢，
用例定义了您报告的内容。一般来说，研究论文会报告整个混淆矩阵和统计表。这允许读者提取他们他们将使用研究的方式所需的数据。
如果患者收到此分类器的 "disease-free" 结果，则该人实际 确实 患病的可能性约为 18%。这是可以接受的吗？这不是 SO (Stack Overflow) 可以回答的问题：这就是用例。
如果您坚持使用单一的标量统计来描述测试，则需要阐明用例，并准确报告该单一指标。一般来说，汇总 f 度量（加权）就是您报告的内容。
我是Weka中的运行分类算法。但我不确定 Weka 为报告目的生成的一些结果。
在分类问题中（是=有疾病或否=没有疾病），Weka 为每个分类器生成结果。但也在底部为两个分类器提供加权结果。
Image
我的问题是，从报告的角度来看，我应该报告什么分数？ （基本上我想将我的结果与其他人的结果进行比较）
根据 F-Measure 的 weka 结果（已附）；是 91% 还是 89%？这同样适用于所有其他测量（召回率和精度）。
此外，我想知道在研究论文中，任何给定分类器的得分是多少？加权或我们试图预测的分类器，例如在我的情况下，只报告“是”分数的结果？
非常感谢，
用例定义了您报告的内容。一般来说，研究论文会报告整个混淆矩阵和统计表。这允许读者提取他们他们将使用研究的方式所需的数据。
如果患者收到此分类器的 "disease-free" 结果，则该人实际 确实 患病的可能性约为 18%。这是可以接受的吗？这不是 SO (Stack Overflow) 可以回答的问题：这就是用例。
如果您坚持使用单一的标量统计来描述测试，则需要阐明用例，并准确报告该单一指标。一般来说，汇总 f 度量（加权）就是您报告的内容。