来自weka.classifiers的M5P树模型：python-weka-wrapper 我的arff文件中的每一行由6个属性组成，第6个属性是正在训练模型的目标变量。 我正在使用weka.core.converters.ArffLoader来训练arff文件。 在训练之后，如果我想用一些测试数据进行预测，我正在创建实例并将其传递给构建的模型进行预测。在实例中，我只传递5个属性的值而不传递目标变量的值。我得到一个java异常：
追踪（最近一次通话）： 文件“C：/Users/Sethuraman/PycharmProjects/Test_printer/m_M5P.py”，第85行，in pred_dict1 [index + 1] = cls.classify_instance（instance） classify_instance中的文件“C：\ Users \ Sethuraman \ Anaconda2 \ lib \ site-packages \ python_weka_wrapper-0.3.8-py2.7.egg \ weka \ classifiers.py”，第105行 return self .__ classify（inst.jobject） 文件“C：\ Users \ Sethuraman \ Anaconda2 \ lib \ site-packages \ javabridge-1.0.14-py2.7-win-amd64.egg \ javabridge \ jutil.py”，第852行，in fn 提出JavaException（x） javabridge.jutil.JavaException：Src和Dest的属性数不同：5！= 6
为什么要提供目标变量值？是否有必要传递目标值？基本上在训练之后，模型应该预测目标值。如果是，为什么？如果没有，该怎么处理呢？ 请帮忙！
答案 0 :(得分：1)
您可以使用Add过滤器来引入新属性。默认情况下，此过滤器会将新属性的所有值标记为缺失（“？”）。只需确保这个新属性的名称，并且在标称类的情况下，类标签的顺序与训练数据中的顺序完全相同。
答案 1 :(得分：0)
如果您想要验证，您绝对应该提供目标值;该算法如何知道它做得多好呢？但是如果你只是想让它在那个集合上进行预测，那么最好的方法是用“＆＃39;”填充目标点，这样数据仍然具有6个属性，目标只是标记为未知。有关详情，请参阅http://weka.wikispaces.com/Making+predictions。