概述

我知道可以通过GUI和命令行选项方便地获取训练好的WEKA模型中每个预测的百分比，这在文档文章“做出预测“中有详细解释和演示。

预测

我知道有三种记录在案的方法可以获取这些预测：

1. 命令行
2. GUI
3. 使用Java代码/使用WEKA API，我在回答“使用自己的Java代码在WEKA中获取风险预测“中已经实现了这一点
4. 第四种方法需要一个生成的WEKA .MODEL 文件

我有一个训练好的 .MODEL 文件，现在我想使用它来对新实例进行分类，并获取类似于下面的预测百分比（这是GUI的Explorer的输出，格式为 CSV）：

inst#,actual,predicted,error,distribution,1,1:0,2:1,+,0.399409,*0.78112,1:0,2:1,+,0.3932409,*0.81913,1:0,2:1,+,0.399409,*0.6005914,1:0,2:1,+,0.139409,*0.645,1:0,2:1,+,0.399409,*0.6005936,1:0,2:1,+,0.3993209,*0.6005947,1:0,2:1,+,0.500129,*0.6005948,1:0,2:1,+,0.399409,*0.900119,1:0,2:1,+,0.211409,*0.6018210,1:0,2:1,+,0.21909,*0.11101

predicted 列是我希望从 .MODEL 文件中获取的内容。

我所知道的

根据我对WEKA API方法的经验，可以使用以下代码获取这些预测（将 PlainText 插入到 Evaluation 对象中），但我不希望使用 Evaluation 对象提供的 k 折交叉验证。

StringBuffer predictionSB = new StringBuffer();Range attributesToShow = null;Boolean outputDistributions = new Boolean(true);PlainText predictionOutput = new PlainText();predictionOutput.setBuffer(predictionSB);predictionOutput.setOutputDistribution(true);Evaluation evaluation = new Evaluation(data);evaluation.crossValidateModel(j48Model, data, numberOfFolds,        randomNumber, predictionOutput, attributesToShow,        outputDistributions);System.out.println(predictionOutput.getBuffer());

来自WEKA文档

请注意，.MODEL 文件对来自 .ARFF 或相关输入的数据进行分类，这在“在你的Java代码中使用Weka”和“序列化“中讨论过，后者也称为”如何在你自己的Java代码中使用 .MODEL 文件对新实例进行分类“（为什么标题这么模糊，真是让人头疼）。

使用自己的Java代码进行分类

加载 .MODEL 文件是通过“反序列化”进行的，以下是适用于版本 > 3.5.5 的代码：

// 反序列化模型Classifier cls = (Classifier) weka.core.SerializationHelper.read("/some/where/j48.model");

Instance 对象是数据，并被输入到 classifyInstance 中。这里会提供一个输出（取决于结果属性的数据类型）：

// 对 Instance 对象（testData）进行分类cls.classifyInstance(testData.instance(0));

问题“如何在Eclipse Java中重用从WEKA Explorer创建的保存的分类器“也有一个很好的答案！

Javadocs

我已经查看了Classifier（训练好的模型）和Evaluation（以防万一）的Javadocs，但没有一个直接且明确地解决这个问题。

最接近我想要的东西是 Classifier 的 classifyInstances 方法：

对给定的测试实例进行分类。分类时，实例必须属于一个数据集。请注意，分类器必须实现此方法或 distributionForInstance() 方法之一。

我如何才能同时使用WEKA的 .MODEL 文件对新实例进行分类并使用自己的Java代码（即使用WEKA API）获取预测？

回答：

这个答案只是更新了我对如何在Eclipse Java中重用从WEKA Explorer创建的保存的分类器的回答。

我将展示如何获取预测实例的值和预测百分比（或分布）。示例模型是一个在WEKA Explorer中创建并保存的J48决策树。它是基于WEKA提供的标称天气数据构建的，称为”tree.model”。

import weka.classifiers.Classifier;import weka.core.Instances;public class Main {    public static void main(String[] args) throws Exception    {        String rootPath="/some/where/";         Instances originalTrain= //instances here        //load model        Classifier cls = (Classifier) weka.core.SerializationHelper.read(rootPath+"tree.model");        //predict instance class values        Instances originalTrain= //load or create Instances to predict        //which instance to predict class value        int s1=0;        //perform your prediction        double value=cls.classifyInstance(originalTrain.instance(s1));        //get the prediction percentage or distribution        double[] percentage=cls.distributionForInstance(originalTrain.instance(s1));        //get the name of the class value        String prediction=originalTrain.classAttribute().value((int)value);         System.out.println("The predicted value of instance "+                                Integer.toString(s1)+                                ": "+prediction);         //Format the distribution        String distribution="";        for(int i=0; i <percentage.length; i=i+1)        {            if(i==value)            {                distribution=distribution+"*"+Double.toString(percentage[i])+",";            }            else            {                distribution=distribution+Double.toString(percentage[i])+",";            }        }        distribution=distribution.substring(0, distribution.length()-1);        System.out.println("Distribution:"+ distribution);    }}

这个输出的结果是：

The predicted value of instance 0: no  Distribution: *1, 0