Weka：如何在Java中获得测试实例的预测值？
我已经成功地训练了一个分类器（bayesnet），并构建了一个测试集（ARFF格式），该测试集具有一个实例，但缺少一个值。
Evaluation eTest = new Evaluation(trainingInstance);
eTest.evaluateModel(bayes_Classifier, testInstance);
如何获得缺失值的预测？我已经用GUI测试了两种ARFF结构（培训和测试）。他们工作。我根本不知道如何获取预测值…
问题答案：
-
问题内容： 我已经成功地训练了一个分类器（bayesnet），并构建了一个测试集 （ARFF格式），该测试集具有一个实例，但缺少一个值。 如何获得缺失值的预测？我已经 用GUI测试了两种ARFF结构（培训和测试）。他们工作。我根本不知道 如何获取预测值… 问题答案： 您要使用它将返回双精度值，即单值的预测。该方法适用于多个实例。
-
问题内容： weka是否要求测试实例具有class属性。我已经使用了一个训练集arff文件来训练分类器。现在，我想测试一个没有class属性的实例（不是从arff文件，必须通过代码创建）并预测该类。我找到了此链接。Weka：如何在Java中获得测试实例的预测值？ 但是我的课程属性是字符串“ Y”或“ N”。如果valuateModelOnce（）返回double，那是什么意思。是class属性
-
我目前正在研究人工神经网络、支持向量机和线性回归方法在基于气象因素（13个因素）的地区水果产量预测中的应用 在WEKA上实现这些方法时，我得到了不好的结果：就像在多层接收器的情况下一样，我的结果是：（我将数据集划分为28个用于训练，8个用于测试）==运行信息=== 方案：weka。分类器。功能。多层Perceptron-L 0.3-M 0.2-N 500-V 0-S 0-E 20-H a-G-R关
-
问题内容： 我正在研究Weka，需要为每个测试实例输出每个标签的谓词值（概率）。 在GUI中，分类选项卡中有一个选项（分类->选项->输出预测值），该选项通过输出每个标签的预测概率来完成此工作，但是如何在Java代码中执行此操作。我想对每个标签进行分类后获得概率分数吗？ 问题答案： 以下代码接受一组训练实例，并输出特定实例的预测概率。 方法“ distributionForInstance”仅适用
-
我是使用WEKA的初学者。问题是当我试图通过使用提供的测试集选择在我的模型上测试新数据集时，预测是可以的，但它在错误字段中给出了标志，这意味着什么？.此外，混淆矩阵和准确性细节给出了一些空格。 有没有可能所有的ST预测都错了？我搜索了很多来找出这个问题，但没有结果。 训练和测试数据是兼容的，测试数据是标记的。
-
在执行测试之后，我将获得目录中的XML文件。在这里，我使用以下命令生成HTML报告： 在中，我有一个文件，它用于根据HTML报告的结果（例如：通过、中断、失败、...)对测试进行分类。我相信这种分类是由诱惑力完成的。 所以我想知道这种分类有什么诱惑力。