java weka命令行_使用自己的Java代码和模型获取WEKA中的预测百分比

要使用自己的Java代码和模型获取WEKA中的预测百分比，可以按照以下步骤进行操作：

1. 加载数据集：使用WEKA中的API加载训练数据集和测试数据集，并将其转换为Instances对象。

BufferedReader trainReader = new BufferedReader(new FileReader("train.arff"));
BufferedReader testReader = new BufferedReader(new FileReader("test.arff"));

Instances trainData = new Instances(trainReader);
Instances testData = new Instances(testReader);

trainData.setClassIndex(trainData.numAttributes() - 1);
testData.setClassIndex(testData.numAttributes() - 1);

2. 加载模型：使用WEKA中的API加载保存的模型文件，并将其转换为分类器对象。

ObjectInputStream modelIn = new ObjectInputStream(new FileInputStream("model.model"));

Classifier classifier = (Classifier) modelIn.readObject();

3. 进行预测：使用分类器对象对测试数据集进行预测，并获取预测结果和对应的概率值。

for (int i = 0; i < testData.numInstances(); i++) {
    double[] probabilities = classifier.distributionForInstance(testData.instance(i));
    double predicted = classifier.classifyInstance(testData.instance(i));
    System.out.println("Predicted class: " + testData.classAttribute().value((int) predicted));
    System.out.println("Probability distribution: " + Arrays.toString(probabilities));
}

4. 输出结果：将预测结果和概率值输出到控制台或保存到文件中。

PrintWriter writer = new PrintWriter("results.txt");

for (int i = 0; i < testData.numInstances(); i++) {
    double[] probabilities = classifier.distributionForInstance(testData.instance(i));
    double predicted = classifier.classifyInstance(testData.instance(i));
    writer.println("Predicted class: " + testData.classAttribute().value((int) predicted));
    writer.println("Probability distribution: " + Arrays.toString(probabilities));
}

writer.close();

以上就是使用自己的Java代码和模型获取WEKA中的预测百分比的步骤。需要注意的是，模型文件必须是使用WEKA中的API保存的，否则可能无法正常加载。