1

我使用 WEKA Java Api 训练和创建 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() 之前使用了 test.insertAttributeAt()。如下：

test.insertAttributeAt(train.attribute(train.numAttributes() - 1), test.numAttributes());

结果变得对了。我很惊讶！但是，大多数文档都没有使用inserAttribute 函数。我想了解为什么结果突然变得正确。

4

1 回答 1

3

它会帮助你。

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 );


}

你现在不需要使用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

于 2015-11-23T21:00:24.620 回答