我使用的是WEKA API weka-stable-3.8.1。
我尝试使用J48决策树（Weka的C4.5实现）。我的数据大约有22个特征和一个名义类，有两个可能的值：是或不是。
在使用以下代码进行评估时：

Classifier model = (Classifier) weka.core.SerializationHelper.read(trainedModelDestination);Evaluation evaluation = new Evaluation(trainingInstances);evaluation.evaluateModel(model, testingInstances);System.out.println("Number of correct predictions : "+evaluation.correct());

我得到的所有预测都是正确的。但是，当我使用以下代码单独尝试这些测试用例时：

for(Instance i : testingInstances){    double predictedClassLabel = model.classifyInstance(i);    System.out.println("predictedClassLabel : "+predictedClassLabel);}

我总是得到相同的输出，即0.0。

为什么会这样？

回答：

应该早点更新。这是我如何解决这个问题的：

在训练阶段，模型从你的训练集学习。在学习过程中，它也会遇到分类/名义特征。

大多数算法需要数值来工作。为了处理这个问题，算法将变量映射到特定的数值。这里有更详细的解释

由于算法在训练阶段已经学会了这一点，Instances对象保存了这些信息。在测试阶段，你必须使用在训练阶段创建的相同Instances对象。否则，测试分类器将无法正确地将你的名义值映射到预期的值。

注意：

这种编码在非树形模型中会导致偏见的训练结果，在这种情况下应该使用独热编码。