昨晚又用SMO重新对上次的训练集做了训练，效果有所改观，结果如下：

Number of instances in the arff file: 9804
Number of attributes: 9302
weka.filters.unsupervised.attribute.ReplaceMissingValues in:9804
weka.filters.unsupervised.attribute.Normalize in:9804
weka.filters.unsupervised.attribute.ReplaceMissingValues in:7843
weka.filters.unsupervised.attribute.Normalize in:7843
weka.filters.unsupervised.attribute.ReplaceMissingValues in:7843
weka.filters.unsupervised.attribute.Normalize in:7843
weka.filters.unsupervised.attribute.ReplaceMissingValues in:7843
weka.filters.unsupervised.attribute.Normalize in:7843
weka.filters.unsupervised.attribute.ReplaceMissingValues in:7843
weka.filters.unsupervised.attribute.Normalize in:7843
weka.filters.unsupervised.attribute.ReplaceMissingValues in:7844
weka.filters.unsupervised.attribute.Normalize in:7844
=== Detailed Accuracy By Class ===

TP Rate   FP Rate   Precision   Recall  F-Measure   ROC Area  Class
  0.945     0.004      0.942     0.945     0.944      0.991    C11-Space
  0.438     0          0.875     0.438     0.583      0.926    C15-Energy
  0.259     0.001      0.538     0.259     0.35       0.946    C16-Electronics
  0.64      0          0.889     0.64      0.744      0.98     C17-Communication
  0.979     0.01       0.941     0.979     0.959      0.992    C19-Computer
  0.394     0          0.929     0.394     0.553      0.975    C23-Mine
  0.772     0          0.936     0.772     0.846      0.997    C29-Transport
  0.92      0.01       0.881     0.92      0.9        0.992    C3-Art
  0.973     0.003      0.975     0.973     0.974      0.994    C31-Enviornment
  0.939     0.008      0.931     0.939     0.935      0.988    C32-Agriculture
  0.935     0.018      0.912     0.935     0.923      0.983    C34-Economy
  0.49      0          0.862     0.49      0.625      0.989    C35-Law
  0.725     0          0.925     0.725     0.813      0.986    C36-Medical
  0.486     0.001      0.857     0.486     0.621      0.992    C37-Military
  0.918     0.018      0.854     0.918     0.885      0.983    C38-Politics
  0.943     0.008      0.946     0.943     0.945      0.991    C39-Sports
  0.121     0          0.5       0.121     0.195      0.899    C4-Literature
  0.407     0.001      0.667     0.407     0.505      0.957    C5-Education
  0.591     0          0.929     0.591     0.722      0.882    C6-Philosophy
  0.725     0.012      0.749     0.725     0.737      0.965    C7-History

Correctly Classified Instances        8959               91.3811 %
Incorrectly Classified Instances       845                8.6189 %
Kappa statistic                          0.9027
Mean absolute error                      0.0901
Root mean squared error                  0.2085
Relative absolute error                101.4184 %
Root relative squared error             98.9598 %
Total Number of Instances             9804    

=== Confusion Matrix ===

    a    b    c    d    e    f    g    h    i    j    k    l    m    n    o    p    q    r    s    t   <-- classified as
  605    0    0    0   28    0    0    1    3    1    0    0    0    0    0    1    0    0    0    1 |    a = C11-Space
    0   14    0    0    3    0    1    0    3    2    6    0    1    0    1    1    0    0    0    0 |    b = C15-Energy
    1    0    7    1   14    0    1    0    0    0    3    0    0    0    0    0    0    0    0    0 |    c = C16-Electronics
    0    0    1   16    5    0    0    0    0    1    1    0    0    0    0    0    0    1    0    0 |    d = C17-Communication
   14    0    5    1 1328    0    0    0    0    0    7    0    0    0    0    2    0    0    0    0 |    e = C19-Computer
    1    1    0    0    7   13    1    0    1    2    4    0    0    0    2    1    0    0    0    0 |    f = C23-Mine
    1    1    0    0    1    0   44    0    2    0    2    0    0    0    3    2    0    0    0    1 |    g = C29-Transport
    0    0    0    0    1    0    0  681    0    0    1    0    0    0    4   13    3    0    0   37 |    h = C3-Art
    6    0    0    0    2    0    0    0 1184   12    1    0    1    0    8    2    0    0    0    1 |    i = C31-Enviornment
    2    0    0    0    2    0    0    0   15  959   36    0    1    0    1    2    0    0    0    3 |    j = C32-Agriculture
    1    0    0    0    3    1    0    0    1   45 1496    3    0    0   28    4    0    1    0   17 |    k = C34-Economy
    0    0    0    0    1    0    0    0    1    0    5   25    0    1   18    0    0    0    0    0 |    l = C35-Law
    0    0    0    0    0    0    0    0    1    0    4    0   37    0    5    3    0    1    0    0 |    m = C36-Medical
    4    0    0    0    0    0    0    0    0    0    1    0    0   36   32    1    0    0    0    0 |    n = C37-Military
    1    0    0    0    2    0    0    2    1    1   38    0    0    5  940    8    0    1    0   25 |    o = C38-Politics
    1    0    0    0    6    0    0    9    1    2   16    0    0    0   14 1182    0    3    1   18 |    p = C39-Sports
    0    0    0    0    2    0    0   14    0    0    1    0    0    0    1    2    4    2    0    7 |    q = C4-Literature
    0    0    0    0    2    0    0    5    0    0    2    1    0    0    7   16    0   24    1    1 |    r = C5-Education
    3    0    0    0    2    0    0    3    0    0    0    0    0    0    4    1    0    3   26    2 |    s = C6-Philosophy
    2    0    0    0    3    0    0   58    1    5   17    0    0    0   33    8    1    0    0  338 |    t = C7-History

 

也贴个截图：