Как настроить и использовать вес образца в пакете Orange python?

Question

Я новичок в пакете Orange python для интеллектуального анализа данных. Я использую Orange 2.7.

У моего набора данных есть двоичная цель (хорошо и плохо). Хорошие экземпляры сэмплированы с весом выборки 10. Как настроить вес и использовать вес для анализа классов в версиях Windows и Linux для Orange? Спасибо за помощь!

Answer 1

Вы должны добавить новый мета столбец данных, содержащий веса экземпляра (см Meta attributes и Table.add_meta_attribute. Хранить идентификатор мета столбца и вызовите ученика с этим мета ид.

import Orange 
iris = Orange.data.Table("iris") 
# Add some weights to the iris dataset 
weight = Orange.feature.Continuous("weight") 
weight_id = -10 
iris.domain.add_meta(weight_id, weight) 
iris.add_meta_attribute(weight, 1.0) 
for i in range(50, 150): 
    iris[i][weight] = 10 

# Train a tree classifier on weighted data. 
clsf = Orange.classification.tree.TreeLearner(iris, weight_id) 

# Evaluate learner performance on weighted data 
results = Orange.evaluation.testing.cross_validation(
    [Orange.classification.tree.TreeLearner, 
    Orange.classification.bayes.NaiveLearner], 
    (iris, weight_id) # Note how you pass the weight id to testing functions 
) 
auc = Orange.evaluation.scoring.AUC(results) 
ca = Orange.evaluation.scoring.CA(results)