当使用分类器完成10折交叉验证后，如何打印每个实例的预测类以及这些实例的分布？

J48 j48 = new J48();Evaluation eval = new Evaluation(newData);eval.crossValidateModel(j48, newData, 10, new Random(1));

当我尝试类似下面的代码时，提示分类器未构建。

for (int i=0; i<data.numInstances(); i++){   System.out.println(j48.distributionForInstance(newData.instance(i))); }

我想要实现的功能与WEKA GUI中的功能相同，即一旦分类器训练完成，我可以点击Visualize classifier error" > Save，然后在文件中找到预测类。但现在我需要在自己的Java代码中实现这个功能。

我尝试了如下代码：

J48 j48 = new J48();Evaluation eval = new Evaluation(newData);StringBuffer forPredictionsPrinting = new StringBuffer();weka.core.Range attsToOutput = null;Boolean outputDistribution = new Boolean(true);eval.crossValidateModel(j48, newData, 10, new Random(1), forPredictionsPrinting, attsToOutput, outputDistribution);

然而，它提示我以下错误：

Exception in thread "main" java.lang.ClassCastException: java.lang.StringBuffer cannot be cast to weka.classifiers.evaluation.output.prediction.AbstractOutput

回答：

crossValidateModel()方法可以接受一个forPredictionsPrinting varargs参数，该参数是一个weka.classifiers.evaluation.output.prediction.AbstractOutput实例。

重要的是使用一个StringBuffer来保存所有预测的字符串表示。以下代码是未经测试的JRuby代码，但您应该能够根据需要进行转换。

j48 = j48.neweval = Evalution.new(newData)predictions = java.lange.StringBuffer.neweval.crossValidateModel(j48, newData, 10, Random.new(1), predictions, Range.new('1'), true)# 变量predictions现在包含所有单个预测的字符串