我使用 WEKA Java Api 训练并创建 J48 模型。 然后,我使用classifyInstance() 对我的实例进行分类。 但结果是错误的。 我的代码ID如下:
Instances train = reader.getDataSet();
Instances test = reader_test.getDataSet();
train.setClassIndex(train.numAttributes() - 1);
Classifier cls = new J48();
cls.buildClassifier(train);
test.setClassIndex(test.numAttributes() - 1);
for(int i = 0; i < test.numInstances(); i++){
Instance inst = test.instance(i);
double result = cls.classifyInstance(inst);
System.out.println(train.classAttribute().value((int)r));
}
结果始终等于 0.0
最后,我在 test.setClassIndex() 之前使用 test.insertAttributeAt()。 如下:
test.insertAttributeAt(train.attribute(train.numAttributes() - 1), test.numAttributes());
结果正确。我很惊讶! 然而,大多数文档都没有使用inserAttribute函数。 我想知道为什么结果突然变对了。
最佳答案
这会对你有帮助。
BufferedReader datafile = readDataFile(TrainingFile);
Instances train = new Instances(datafile);
data.setClassIndex(data.numAttributes() - 1);
Classifier cls = new J48();
cls.buildClassifier(train);
DataSource testDataset = new DataSource(Test);
Instances test = testDataset.getDataSet();
Testdata.setClassIndex(Testdata.numAttributes() - 1);
for(int i = 0; i < test.numInstances(); i++){
Instance inst = test.instance(i);
double actualClassValue = test.instance(i).classValue();
//it will print your class value
String actual=test.classAttribute().value((int)actualClassValue);
double result = cls.classifyInstance(inst);
//will print your predicted value
String prediction=test.classAttribute().value((int)result );
}
您现在不需要使用insertAttributeAt
。
文件转换代码
// load CSV
CSVLoader loader = new CSVLoader();
String InputFilename = "TrainingFileName";
loader.setSource(new File(InputFilename));
Instances data = loader.getDataSet();
// save ARFF
ArffSaver saver = new ArffSaver();
saver.setInstances(data);
String FileT = Filename+".arff";
saver.setFile(new File(Path+Directory+"\\"+FileT));
saver.writeBatch();
相应地改变。
谢谢
关于java - WEKA:从classifyInstance获取类,为什么这是错误的,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33870329/