几周前，我刚开始使用 Weka 对遥感数据进行土地覆盖分类。我不是数据挖掘专家，但直到现在，一切正常。顺便说一句，我正在将 Weka 与 cmd（.bat 文件）一起使用。
现在我有点无奈，也是因为整个网络似乎根本不存在我的问题。我的问题是，预测数据中缺少一个类，但之前在验证过程中被正确分类（至少在少数情况下）。那可能吗？为什么？更详细：
我已经使用weka.filters.supervised.attribute.AddClassification完成了 RandomForest 预测，如http://weka.wikispaces.com/Making+predictions所示. 以前，我使用训练集训练分类器，并使用单独的测试集进行验证（63 个特征，训练：~300.000 个实例，验证：~100.000 个实例）。我有 13 个不同的课程。并非每个类都显示出令人满意的准确度，但 TP 率和精度永远不会为零。从这个过程中产生的 .model 文件被加载到上述预测中。我的“预测集”包含大量数据（Rasterstack 大约有 16 个 Mio。像素，因此在 arff-Conversion 期间被拆分）。与训练集一样，测试集也是该预测集的一部分。但是我得到的分类包含除一个之外的所有类......我完全错了还是结果应该包含每个类 - 至少在验证区域？或者换一种方式问：不应该是 weka.classifiers.trees 的结果。（构建模型并使用测试实例进行验证）和weka.filters.supervised.attribute.AddClassification（加载模型并使用相同的实例进行预测）理论上是一样的吗？
我的训练代码：
java -Xmx6000m -classpath "C:\Program Files\Weka-3-6\weka.jar" weka.classifiers.trees.RandomForest ^
-t xx\trainingset.arff ^
-T xx\testset.arff ^
-d xx\modelfile.model ^
-i ^
> xx\output.txt
我的预测代码：
java -Xmx6000m -classpath "C:\Program Files\Weka-3-6\weka.jar" weka.filters.supervised.attribute.AddClassification ^
-serialized xx\modelfile.model ^
-classification ^
-i xx\arfffile_tile1.arff ^
-remove-old-class ^
-o xx\classified_tile1.arff ^
-c last ^
-distribution
我希望我没有让您感到困惑...关于我的最后一个问题，我目前正在为测试运行准备数据，我会通知您，但这需要一段时间...欢迎任何想法或建议:) 也许我也对整个 Weka 的东西感到完全困惑，错过了一些明显的错误？