Weka java代码示例

以下是一个简单的Weka Java代码示例，用于加载数据集，应用朴素贝叶斯算法并输出预测结果：

import weka.core.Instances;
import weka.classifiers.bayes.NaiveBayes;

public class WekaExample {

    public static void main(String[] args) throws Exception {
        // 加载数据集
        Instances data = new Instances(new FileReader("dataset.arff"));
        data.setClassIndex(data.numAttributes() - 1);
        
        // 初始化朴素贝叶斯分类器
        NaiveBayes nb = new NaiveBayes();
        
        // 训练分类器
        nb.buildClassifier(data);
        
        // 输出预测结果
        for (int i = 0; i < data.numInstances(); i++) {
            double pred = nb.classifyInstance(data.instance(i));
            System.out.println("预测结果: " + data.classAttribute().value((int) pred));
        }
    }
}

在此示例中，我们假设已经有一个名为“dataset.arff”的数据集文件。我们首先使用`Instances`类将数据集加载到内存中，然后设置类别属性索引。接下来，我们初始化一个`NaiveBayes`对象，并使用`buildClassifier()`方法对其进行训练。最后，我们利用训练好的分类器对每个实例进行分类预测，并输出结果。