【发布时间】:2019-06-04 02:16:56
【问题描述】:
我无法在 Weka 中使用经过训练的朴素贝叶斯模型对实例进行分类。我为此使用了java框架。我已经训练了模型并且能够为实例生成分布。我的疑问是,由于 NaiveBayes 类没有实现classifyInstance 方法,它只是从AbstractClassifier 抽象类中放出它,是否暗示我应该用我自己的规则来实现它?
【问题讨论】:
标签: java weka naivebayes
我无法在 Weka 中使用经过训练的朴素贝叶斯模型对实例进行分类。我为此使用了java框架。我已经训练了模型并且能够为实例生成分布。我的疑问是,由于 NaiveBayes 类没有实现classifyInstance 方法,它只是从AbstractClassifier 抽象类中放出它,是否暗示我应该用我自己的规则来实现它?
【问题讨论】:
标签: java weka naivebayes
我的疑问是,由于 NaiveBayes 类没有实现
classifyInstance方法,它只是从AbstractClassifier抽象类中引入它,是否暗示我应该用我自己的规则来实现它?
不,你不应该。
AbstractClassifier 文档指出:
抽象分类器。 Weka 中用于数值或名义预测的所有方案 扩展这个类。 请注意,分类器必须要么实现 distributionForInstance() 或分类Instance()。
查看source code of AbstractClassifier 告诉我们classifyInstance 调用distributionForInstance,反之亦然。因此,如果一个类继承自 AbstractClassifier 并且没有覆盖这两个方法中的至少一个,这将导致无限递归和堆栈溢出。
NaiveBayes 确实实现了distributionForInstance 并且从AbstractClassifier 继承的classifyInstance 方法将使用它。如果类属性是标称的,则返回概率最高的类索引。
【讨论】: