RapidMiner系列:朴素贝叶斯NB_1
作者:神秘网友
发布时间:2020-09-09 11:25:28
RapidMiner系列:朴素贝叶斯NB_1
RapidMiner系列:朴素贝叶斯NB_1数据集
Credit Approval DataSet 690条样本,有缺失值
http://archive.ics.uci.edu/ml/machine-learning-databases/credit-screening/
属性
16个属性(包括label属性),
A1 (binominal) {b,a}
A2 (real) {real values}
A3 (real) {real values}
A4 (polynominal) {u,y,l,t}
A5 (polynominal) {g,p,gg}
A6 (polynominal) {c,d,cc,i,j,k,m,r,q,w,x,e,aa,ff}
A7 (polynominal) {v,h,bb,j,n,z,dd,ff,o}
A8 (real) {real values}
A9 (binominal) {t,f}
A10(binominal) {t,f}
A11 (integer) {integer values}
A12 (binominal) {t,f}
A13(polynominal) {g,p,s}
A14(integer) {integer values}
A15(integer) {integer values}
Class(label attribute): 两个标签{+,-}, type应该在RP中被设置为binominal。
训练过程
1 数据导入(数据属性设置,角色设置,类型设置)
设置属性名称,类型,角色
最后一个att16 为label
数据导入完成
数据预处理
重命名属性,过滤缺失值,离散化
过滤缺失值,过滤后数据量减少
数据离散化,将数值型变为标称型
模型训练,测试和性能验证
performance 选择bin 二分类
结果: