名前
weka.classifiers.meta.OrdinalClassClassifier

---

構文
標準分類アルゴリズムを許容するメタクラシファイア序数のクラス問題に適用されるために。 詳しい情報に関しては、見てください: フランクとE.とHall、M.(プレスにおける)。 序数への簡潔な解決法予測。 機械の学習能力に関する第12ヨーロッパのコンファレンス。 フライブルクドイツ。

オプション
classifier -- 使用されるベース分類器．

debug -- trueに設定されると，分類学習アルゴリズムは追加インフォメーションをコンソールに出力します．

---

こんな使い方があるらしい

まずは目的変数が数量尺度にもかかわらずJ48を使いたい場合を考える。
J48では目的変数は名義尺度しか受け付けてくれないので、離散化
しないといけない。　ここに落とし穴がある。

離散化のデメリット：
数量尺度の説明変数を離散化しても順序の情報は残っている。しかし数量尺度の目的変数を離散化すると順序の情報が消失してしまうので、予測精度は確実に劣化する。できるだけ避けたい。もし離散化しても３分割までにしておく。

離散化のデメリットの対策：
しかし、ＷＥＫＡにはこのデメリットを解消する方法が用意されています。
この方法について以下説明します。

おおまかな手順
１。数量尺度の目的変数を離散化する
しかし離散化されたあとのラベルはＷＥＫＡでは大きさの順に並んでいるので順序の情報はまだ残っている。
２．metaに用意されているordinal-class-classifierで、順序変数として扱う。