Unterschiedliche Ergebnisse in Weka GUI und Weka über Java-Code
Ich wende in Weka eine Textklassifizierung mit dem NaiveBayesMultinomialText-Klassifikator an. Das Problem ist, dass ich, wenn ich die GUI verwende und mit denselben Zugdaten teste (ohne Gegenüberstellung), 93% Genauigkeit erhalte, und wenn ich es über Java-Code versuche, erhalte ich 67% Genauigkeit. Was könnte falsch sein?
In der GUI verwende ich die folgende Konfiguration:
Lnorm 2.0
debug False
lowercaseTokens True
minWordFrequency 3.0
norm 1.0
normalizeDocLength False
periodicPruning 0
stemmer NullStemmer
stopwords pt-br-stopwords.dat
tokenizer NgramTokenizer (default parameters, but max ngramsize = 2)
useStopList True
useWordFrequencies True
Und dann wähle ich "Trainingsset verwenden" in "Testoptionen".
Jetzt habe ich in Java-Code:
Instances train = readArff("data/naivebayestest/corpus_treino.arff");
train.setClassIndex(train.numAttributes() - 1);
NaiveBayesMultinomialText nb = new NaiveBayesMultinomialText();
String opt = "-W -P 0 -M 5.0 -norm 1.0 -lnorm 2.0 -lowercase -stoplist -stopwords C:\\Users\\Fernando\\workspace\\GPCommentsAnalyzer\\pt-br_stopwords.dat -tokenizer \"weka.core.tokenizers.NGramTokenizer -delimiters ' \\r\\n\\t.,;:\\\'\\\"()?!\' -max 2 -min 1\" -stemmer weka.core.stemmers.NullStemmer";
nb.setOptions(Utils.splitOptions(opt));
nb.buildClassifier(train);
Evaluation eval = new Evaluation(train);
eval.evaluateModel(nb, train);
System.out.println(eval.toSummaryString());
System.out.println(eval.toClassDetailsString());
System.out.println(eval.toMatrixString());
Vermutlich fehlt mir etwas in meinem Java-Code. Irgendwelche Ideen?
Vielen Dank!