数据准备

Weka 使用arff 文件类型。

上一个链接中修改的示例 arff 文件内容：

% 1. Title: Iris Plants Database
% 2. Creator: R.A. Fisher, Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)
@RELATION iris
@ATTRIBUTE petallength  NUMERIC
@ATTRIBUTE petalwidth   NUMERIC
@ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}
@DATA
1.4,0.2,Iris-setosa
1.4,0.2,Iris-virginica
1.3,0.2,Iris-setosa
1.5,0.2,Iris-versicolor
1.4,0.2,Iris-setosa
1.7,0.4,Iris-setosa

上面的例子可以分成几个部分：

1. 评论
   • 以“%”开头的行是注释，WEKA 数据阅读器不会读取
2. @关系
   • 数据集名称（如果有空格，请在名称周围使用引号）
3. @属性
   • 每个属性定义以下类型之一的特征：
   • NUMERIC：实数
   • NOMINAL：来自预定义列表的离散值（参见示例 @ATTRIBUTE 类功能）
   • STRING：如果包含空格，则必须使用引号的字符串
   • 日期：@ATTRIBUTE `name` date [`date-format`] 默认日期格式为“yyyy-MM-dd'T'HH:mm:ss”
4. @数据
   • 指定 CSV 数据开始的分隔符

维卡探险家

创建 arff 文件后，您在使用 Weka 资源管理器时有几个选项：

1. 将整个数据集加载到 Weka 资源管理器中并使用内置的 k 折交叉验证选项，该选项随机划分您的数据集并为您给定的分类器自动执行 CV
2. 将整个数据集加载到 Weka 资源管理器中，并使用内置的训练/测试拆分选项和用户指定的百分比来随机划分数据集。
3. 手动将您的 arff 文件划分为训练文件和测试文件，并使用 Weka 资源管理器中提供的测试集选项。要手动分区您的 arff 文件，只需复制您的原始 arff 文件并保留不相交的 CSV 行集（即从一个文件中删除实例并在另一个文件中保留这些实例）。

如果这是出于教育目的，手动分区数据集可能是最简单的方法，以便您知道哪些图像在训练中，哪些图像在测试中。如果这是为了研究，当然首选k-fold CV。

如果您使用的是 Weka Java 库而不是桌面应用程序，有大量在线资源可以解释库架构：Waikato Github io 站点

您的问题的答案是使用 Weka 的“Explorer”模式，然后为测试集选择 20% 大小的“training/test split”。