如何使用Python将WEKA分类器错误保存到arff文件？

问题描述

我想使用weka的python3包装器将分类器错误保存到arff文件中。为了使用weka GUI完成此操作，我首先运行任何分类器，然后在结果列表中右键单击该项目，然后单击“可视化分类器错误”。这将打开一个窗口（请参阅图像）。然后，要保存arff文件，只需单击“保存”按钮。由于我需要对许多文件和不同的分类器执行此操作，因此无法手动执行此操作。

因此，我编写了以下代码：

from weka.core.converters import Loader
from weka.classifiers import FilteredClassifier,Classifier
from weka.filters import Filter
from weka.classifiers import Evaluation
from weka.core.classes import Random

PATH = "file.arff"

loader = Loader(classname="weka.core.converters.ArffLoader")
data = loader.load_file(PATH)
data.class_is_last()

remove = Filter(classname="weka.filters.unsupervised.attribute.Remove",options=["-R","1"])
cls = Classifier(classname="weka.classifiers.trees.J48",options=["-C","0.25","-M","2"])

fc = FilteredClassifier()
fc.filter = remove
fc.classifier = cls

evl = Evaluation(data)
evl.crossvalidate_model(classifier=fc,data=data,num_folds=10,rnd=Random(1))

但是，如何使用weka的python3包装器保存分类器错误？

解决方法

我通过向数据模型添加属性并根据预测修改每个实例的值来解决了这个问题。

...

data.no_class()
data.insert_attribute(
    att=Attribute.create_nominal(name='Predicted',labels=['True','False']),index=data.num_attributes
)

for index,pred in enumerate(evl.predictions):
    tmp = 'True' if pred.predicted else 'False'
    inst = data.get_instance(index)
    inst.set_string_value(data.num_attributes - 1,tmp)

with open("results.arff"),'w') as fp:
    fp.write(str(data))

如果变量不是字符串，则也可以使用inst.set_value()。