여기에는 명령 줄을 사용하는 한 가지 방법이 있습니다. 이 정보는 소프트웨어와 함께 제공되는 Weka 설명서의 1 장 ("명령 줄 뇌관")에 나와 있습니다.
java weka.classifiers.trees.J48 -t training_data.arff -T test_data.arff -p 1-N
여기서
예를 들어
-t <training_data.arff> specifies the training data in ARFF format
-T <test_data.arff> specifies the test data in ARFF format
-p 1-N specifies that you want to output the feature vector and the prediction,
where N is the number of features in your feature vector.
, 여기에 내가 훈련과 테스트를 모두 soybean.arff을 사용하고 있습니다. 특징 벡터 35 개 기능이 있습니다 :
자바 weka.classifiers.trees.J48 -t soybean.arff -T soybean.arff -p
같은 출력 모양의 처음 몇 줄 1-35 :
=== Predictions on test data ===
inst# actual predicted error prediction (date,plant-stand,precip,temp,hail,crop-hist,area-damaged,severity,seed-tmt,germination,plant-growth,leaves,leafspots-halo,leafspots-marg,leafspot-size,leaf-shread,leaf-malf,leaf-mild,stem,lodging,stem-cankers,canker-lesion,fruiting-bodies,external-decay,mycelium,int-discolor,sclerotia,fruit-pods,fruit-spots,seed,mold-growth,seed-discolor,seed-size,shriveling,roots)
1 1:diaporth 1:diaporth 0.952 (october,normal,gt-norm,norm,yes,same-lst-yr,low-areas,pot-severe,none,90-100,abnorm,abnorm,absent,dna,dna,absent,absent,absent,abnorm,no,above-sec-nde,brown,present,firm-and-dry,absent,none,absent,norm,dna,norm,absent,absent,norm,absent,norm)
2 1:diaporth 1:diaporth 0.952 (august,normal,gt-norm,norm,yes,same-lst-two-yrs,scattered,severe,fungicide,80-89,abnorm,abnorm,absent,dna,dna,absent,absent,absent,abnorm,yes,above-sec-nde,brown,present,firm-and-dry,absent,none,absent,norm,dna,norm,absent,absent,norm,absent,norm)
열은 다음과 같습니다. (1) 데이터 인스턴스 번호. (2) 지상 진실 상표; (3) 예측 라벨; (4) 오류; (5) 예측 신뢰도; 및 (6) 특징 벡터.
답변을 받으려면 어떻습니까? – stackoverflowuser2010