如何在WEKA中构建卡方特征筛选的SVM分类器并生成交叉验证流程图

你当前先筛选全局前10特征再做交叉验证的做法存在数据泄露问题，会导致评估结果偏乐观，要满足每折独立筛选特征的要求，直接用WEKA自带的元分类器即可，无需手动拆分数据集：

• 打开目标数据集，确认类别属性已正确标记
• 进入Classify标签页，在分类器选择栏找到weka.classifiers.meta.FilteredClassifier并选中
• 点击分类器参数配置框，完成两项核心配置：
  • 配置classifier参数：选择weka.classifiers.functions.SMO（WEKA内置的SVM实现），可根据你的需求调整核函数、惩罚系数等SVM相关参数
  • 配置filter参数：选择weka.filters.supervised.attribute.AttributeSelection，进入该过滤器的配置页：
    • evaluator选择weka.attributeSelection.ChiSquaredAttributeEval
    • search选择weka.attributeSelection.Ranker，将Ranker的numToSelect参数设为10，即仅保留卡方评分前10的特征
• 回到分类标签页的测试选项区，选择Cross-validation，设置折数为10
• 点击Start运行即可，该流程会自动在每折的训练集上单独完成卡方特征筛选，再用同一规则处理对应折的测试集，完全符合你的要求，无数据泄露问题。

WEKA自带的Knowledge Flow模块可以直接构建并导出可视化工作流：

• 从WEKA GUI选择器进入KnowledgeFlow界面
• 从左侧组件栏按需求拖拽组件到画布：
  • 数据源组件：根据你的数据集格式选择对应加载器，arff格式选ArffLoader，配置好数据集路径
  • 交叉验证组件：在Evaluation分类下选CrossValidationFoldMaker，设置折数为10
  • 特征选择组件：在Filters分类下选AttributeSelection，配置和上文一致：评估器用ChiSquaredAttributeEval，搜索方法用Ranker，保留前10个特征
  • 分类器组件：在Classifiers分类下选SMO
  • 评估组件：在Evaluation分类下选ClassifierPerformanceEvaluator
  • 结果展示组件：可选TextViewer用来查看最终评估指标
• 按数据流顺序连接组件：数据源→CrossValidationFoldMaker，CrossValidationFoldMaker的trainingSet端口连AttributeSelection，CrossValidationFoldMaker的testSet端口也连AttributeSelection，AttributeSelection的output分别连SMO的trainingSet和testSet端口，SMO的output连ClassifierPerformanceEvaluator，最后连TextViewer
• 组件全部连接完成后，画布上的完整流程就是你需要的工作流示意图，可直接截图保存，也可以通过Knowledge Flow的文件菜单导出为图片格式。

内容的提问来源于stack exchange，提问作者Naja