使用自己的 Java 代码和模型在 WEKA 中获取预测百分比

Posted 2023-03-12

【中文标题】使用自己的 Java 代码和模型在 WEKA 中获取预测百分比

【英文标题】：Get prediction percentage in WEKA using own Java code and a model

【发布时间】：2014-03-07 15:01:10

【问题描述】：

概述

我知道可以通过 GUI 和命令行选项获得训练的 WEKA 模型中每个预测的百分比，如文档文章 "Making predictions" 中方便地解释和演示的那样。

预测

我知道记录在案的三种方法可以得到这些预测：

command line GUI Java 代码/使用 WEKA API，我在回答 "Get risk predictions in WEKA using own Java code" 时能够做到这一点 第四个需要生成的 WEKA .MODEL 文件

我有一个训练有素的.MODEL 文件，现在我想使用它和预测百分比对新实例进行分类，类似于下面的文件（GUI 资源管理器的输出，CSV格式）：

inst#,actual,predicted,error,distribution,
1,1:0,2:1,+,0.399409,*0.7811
2,1:0,2:1,+,0.3932409,*0.8191
3,1:0,2:1,+,0.399409,*0.600591
4,1:0,2:1,+,0.139409,*0.64
5,1:0,2:1,+,0.399409,*0.600593
6,1:0,2:1,+,0.3993209,*0.600594
7,1:0,2:1,+,0.500129,*0.600594
8,1:0,2:1,+,0.399409,*0.90011
9,1:0,2:1,+,0.211409,*0.60182
10,1:0,2:1,+,0.21909,*0.11101

predicted 列是我想从 .MODEL 文件中获取的内容。

---

我知道的

根据我对 WEKA API 方法的经验，可以使用以下代码获得这些预测（PlainText 插入到 Evaluation 对象中）但我不想这样做 k -fold 由Evaluation 对象提供的交叉验证。

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，在 "Use Weka in your Java code" 和 "Serialization" aka 中讨论了“如何在您自己的 Java 代码中使用 .MODEL 文件进行分类新实例”（为什么是模糊的标题 smfh）。

使用自己的Java代码进行分类

通过“反序列化”加载.MODEL文件，以下适用于> 3.5.5的版本：

// deserialize model
Classifier cls = (Classifier) weka.core.SerializationHelper.read("/some/where/j48.model");

Instance 对象是数据，它被馈送到classifyInstance。此处提供了一个输出（取决于结果属性的数据类型）：

// classify an Instance object (testData)
cls.classifyInstance(testData.instance(0));

"How to reuse saved classifier created from explorer(in weka) in eclipse java"这个问题也有很好的答案！

Javadocs

我已经检查了 Classifier（经过训练的模型）和 Evaluation（以防万一）的 Javadocs，但没有一个直接明确地解决这个问题。

唯一最接近我想要的是Classifier的classifyInstances方法：

对给定的测试实例进行分类。实例在分类时必须属于数据集。请注意，分类器必须实现 this 或 distributionForInstance()。

---

如何同时使用 WEKA .MODEL 文件使用我自己的 Java 代码（也就是使用 WEKA API）对新实例进行分类和预测？

【参考方案1】：

这个答案只是从How to reuse saved classifier created from explorer(in weka) in eclipse java 更新我的答案。

我将展示如何获得预测的实例值和预测百分比（或分布）。示例模型是在 Weka Explorer 中创建并保存的 J48 决策树。它是根据 Weka 提供的标称天气数据构建的。它被称为“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);
    

这个输出是：

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

【讨论】：

哎呀我错过/误解了distributionForInstance()！感谢您的完整回答，我相信未来的其他 WEKA 用户会很感激它^_^ 你摇滚！

如果我有一个模型的二元结果，比如“true”或“false”，并且这对应于一个包含两个元素的数组，那么结果变量的分布是否正确？是数组[0]，“假”是数组[1]？

我相信这是正确的。如果要检查类值在该数组中的顺序，请查看“String prediction=originalTrain.classAttribute().value((int)value);”上方包含的行。其中 value 将是数组的索引。

谢谢沃尔特先生。我真的很感激！