无法在weka java*weka*DUMMY*STRING*中为*STRING*属性获取类标签*

Question

我试图使用weka库和在线教程对java中的一个实例进行分类。

我已经在我的设备中构建了一个模型，并使用此代码从磁盘加载了该模型。

public void makeModel() throws Exception
    {
        ArffLoader loader = new ArffLoader();
    loader.setFile(new File("data.arff"));

   Instances structure = loader.getDataSet();
    structure.setClassIndex(1);

// train NaiveBayes

NaiveBayesMultinomial n = new NaiveBayesMultinomial();
FilteredClassifier f = new FilteredClassifier();
StringToWordVector s = new StringToWordVector();

s.setUseStoplist(true);
s.setWordsToKeep(100);

f.setFilter(s);

f.setClassifier(n);
structure.numAttributes();
 f.buildClassifier(structure);
Instance current;


Evaluation eval = new Evaluation(structure);
 eval.crossValidateModel(f, structure, 10, new Random(1));
 System.out.println(eval.toSummaryString("\nResults\n======\n", false));



// output generated model
//System.out.println(f);
 ObjectOutputStream oos = new ObjectOutputStream(
                            new FileOutputStream("classifier.model"));
 oos.writeObject(f);
 oos.flush();
 oos.close();
    }

------------------------ 输出-------------

正确分类实例20158 79.6948%错误分类实例5136 20.3052%Kappa统计量0.6737平均绝对误差0.0726均方根误差0.2025相对绝对误差38.7564%均方根误差66.1815%病例覆盖率（0.95水平）96.4142%平均相对误差。区域大小（0.95级）27.7531%实例总数25294

然后，我使用相同的模型对一个未标记的实例进行分类。

public void classify() throws Exception
    {
        FilteredClassifier cls = (FilteredClassifier) weka.core.SerializationHelper.read("classifier.model");


Instances unlabeled = new Instances(
                         new BufferedReader(
                           new FileReader("test.arff")));

 // set class attribute
 unlabeled.setClassIndex(0);

 // create copy
 Instances labeled = new Instances(unlabeled);

 // label instances
 for (int i = 0; i < unlabeled.numInstances(); i++) {
     System.out.println(labeled.instance(i).classValue());
     System.out.print(", actual: " + labeled.classAttribute().value((int)labeled.instance(i).classValue()));
   double clsLabel = cls.classifyInstance(unlabeled.instance(i));
   labeled.instance(i).setClassValue(clsLabel);
   System.out.println(", predicted: " + labeled.classAttribute().value((int) clsLabel));
 }
 // save labeled data
System.out.println("ended");


    }

------------------------输出---------------------------

1.0，实际值：Bud1  ？是一个新字符串。txtIlocblob  R（？？？？@？@？@？@？@？@？@？@？@？E？DSDB `@？@？@？@？@？@，预测：*WEKA*DUMMY*STRING*FOR*STRING*ATTRIBUTES*2.0，实际：这是一个新字符串，预测：*WEKA*DUMMY*STRING*FOR*STRING*ATTRIBUTES*结束

然而，我的错误是，预测值实际上是*字符串*属性*的*WEKA*伪*字符串*，而它应该给我一个类标签。

Answer 1

我已经在分类方法中添加了这些行。

ArffLoader loader = new ArffLoader();
    loader.setFile(new File("data.arff"));

   Instances structure = loader.getDataSet();
    structure.setClassIndex(1);

要获取类标签，我将其更改为这个

System.out.println(", predicted: " + structure.classAttribute().value((int) clsLabel));

Answer 2

在保存分类器的同时也保存实例（只需标头，不需要数据）：

Instances instancesSample = new Instances(structure, 0);
instancesSample.setClassIndex(1);
...
ObjectOutputStream oos = new ObjectOutputStream(
                        new FileOutputStream("classifier.model"));
oos.writeObject(f);
oos.writeObject(instancesSample);
oos.flush();
oos.close();

加载模型后，将保存的实例加载为instancesSample。分类时：

ObjectInputStream objectInputStream = new ObjectInputStream(new BufferedInputStream(new FileInputStream("classifier.model")));
FilteredClassifier cls = (FilteredClassifier)= (Classifier) objectInputStream.readObject();
Instances instancesSample = (Instances) objectInputStream.readObject();
objectInputStream.close();

int classIndex = 1;
Instances ins = unlabeled[i];
double clsLabel = cls.classifyInstance(ins);
String prediction = instancesSample.attribute(classIndex).value((int) clsLabel));
System.out.println(", predicted: " + prediction);