我是Weka的新手。 我正在编写一个代码,我建立了一个J48来预测学生的结果'结果。 现在我尝试使用ARFF文件测试模型,但我希望实现用户输入的测试用例的分类。 例如。我希望用户输入两个数值,这两个数值是在两个主题(即CS和数学)中获得的标记,然后预测它们的最终结果,即PASS或FAIL。结果将是类变量。
我不知道如何创建一个实例来执行这样的事情
double pred = tree.ClassifyInstance(testcase);
这是我的代码。
import java.security.KeyStore;
import weka.classifiers.Classifier;
import weka.classifiers.Evaluation;
import weka.classifiers.trees.J48;
import weka.core.Attribute;
import weka.core.FastVector;
import weka.core.Instance;
import weka.core.Instances;
import weka.core.Utils;
import weka.core.converters.ConverterUtils.DataSource;
public class WekaTest {
public static void main (String[] args) throws Exception
{
//load the train set
DataSource source = new DataSource("train.arff");
Instances train = source.getDataSet();
//Set class variable i.e. Outcome
train.setClassIndex(train.numAttributes()- 1);
Classifier tree = new J48();
tree.buildClassifier(train);
// Instance test = new Instance();
// Evaluation eval = new Evaluation(train);
Attribute COMS1000 = new Attribute("COMS1000");
Attribute MATH1001 = new Attribute("MATH1001");
FastVector classVal = new FastVector(2);
classVal.addElement("PASS");
classVal.addElement("FAIL");
FastVector testAttributes = new FastVector(3);
testAttributes.addElement(COMS1000);
testAttributes.addElement(MATH1001);
testAttributes.addElement(classVal);
Instance testcase = new Instance(3);
//testcase.setClassIndex(testcase.numAttributes()-1);
testcase.setValue((Attribute)testAttributes.elementAt(0),60);
testcase.setValue((Attribute)testAttributes.elementAt(1),70);
testcase.setValue((Attribute)testAttributes.elementAt(2),"?");
double pred = tree.classifyInstance(testcase)
System.out.println(pred.value(Double.toString(pred)));
}
}
答案 0 :(得分:0)
这样的事情应该对你有用,基本上我们创建一个新的实例并使用扫描程序来获取新实例的用户输入(我没有测试过这个,让我知道它是否有效或是否有任何问题):
double a, b;
Scanner s = new Scanner(System.in);
System.out.println("Please enter marks:");
a = s.nextDouble();
b = s.nextDouble();
Instance inst = new DenseInstance(3);
inst.setValue(COMS1000, a);
inst.setValue(MATH1001, b);
inst.setClassMissing();
inst.setDataset(source);
double pred = tree.classifyInstance(inst);
System.out.println(pred.value(Double.toString(pred)));