Weka輸出預測

我已經使用Weka GUI來訓練和測試一個文件（做出預測），但是不能對API執行相同的操作。我得到的錯誤表示列車和測試文件中有不同數量的屬性。在GUI中，這可以通過檢查「輸出預測」來解決。Weka輸出預測

如何使用API做類似的事情？你知道那裏有什麼樣嗎？

import weka.classifiers.bayes.NaiveBayes; 
import weka.classifiers.meta.FilteredClassifier; 
import weka.classifiers.trees.J48; 
import weka.core.Instances; 
import weka.core.converters.ConverterUtils.DataSource; 
import weka.filters.Filter; 
import weka.filters.unsupervised.attribute.NominalToBinary; 
import weka.filters.unsupervised.attribute.Remove; 

public class WekaTutorial 
{ 

    public static void main(String[] args) throws Exception 
    { 
    DataSource trainSource = new DataSource("/tmp/classes - edited.arff"); // training 
    Instances trainData = trainSource.getDataSet(); 

    DataSource testSource = new DataSource("/tmp/classes_testing.arff"); 
    Instances testData = testSource.getDataSet(); 

    if (trainData.classIndex() == -1) 
    { 
     trainData.setClassIndex(trainData.numAttributes() - 1); 
    } 

    if (testData.classIndex() == -1) 
    { 
     testData.setClassIndex(testData.numAttributes() - 1); 
    }  

    String[] options = weka.core.Utils.splitOptions("weka.filters.unsupervised.attribute.StringToWordVector -R first-last -W 1000 -prune-rate -1.0 -N 0 -stemmer weka.core.stemmers.NullStemmer -M 1 " 
      + "-tokenizer \"weka.core.tokenizers.WordTokenizer -delimiters \" \\r\\n\\t.,;:\\\'\\\"()?!\""); 

    Remove remove = new Remove(); 
    remove.setOptions(options); 
    remove.setInputFormat(trainData); 

    NominalToBinary filter = new NominalToBinary(); 

    NaiveBayes nb = new NaiveBayes(); 

    FilteredClassifier fc = new FilteredClassifier(); 
    fc.setFilter(filter); 
    fc.setClassifier(nb); 
    // train and make predictions 
    fc.buildClassifier(trainData); 

    for (int i = 0; i < testData.numInstances(); i++) 
    { 
     double pred = fc.classifyInstance(testData.instance(i)); 
     System.out.print("ID: " + testData.instance(i).value(0)); 
     System.out.print(", actual: " + testData.classAttribute().value((int) testData.instance(i).classValue())); 
     System.out.println(", predicted: " + testData.classAttribute().value((int) pred)); 
    } 

    } 

}

錯誤：
Exception in thread "main" java.lang.IllegalArgumentException: Src and Dest differ in # of attributes: 2 != 17152

這不是對GUI的問題。

來源

2017-06-09 Buffalo

你申請一些過濾器？如果是的話，這可能會幫助你 https://stackoverflow.com/questions/33337500/trained-and-test-data-have-different-number-of-attributes-that-gave-an-error-tr – dram

您需要確保類別在訓練和測試集兼容，儘量

結合訓練和測試設置
列表項
預處理他們
保存他們作爲參考
打開兩個空文件
從頂部複製頭行「@data」
副本在訓練集到第一個文件，測試設置成第二個文件

來源

2017-06-09 07:47:57 dram

我'我已經採用了在GUI中使用得很好的處理過的.arff文件，並嘗試使用API進行預測。 – Buffalo

回答

相關問題