如何使用 python-weka 包装器进行预测？答案

【问题标题】：How forecast using python-weka wrapper?如何使用 python-weka 包装器进行预测？
【发布时间】：2021-02-21 08:36:19
【问题描述】：

我正在尝试使用 python-weka-wrapper 进行预测来自动化（循环）结果。但是，我不能弄错。这是我的数据样本：

@relation data_new3

@attribute pos_x numeric
@attribute pos_y numeric
@attribute angle numeric
@attribute vel numeric
@attribute vel_x numeric
@attribute vel_y numeric

@data
414049364,21773560,75.06043,16.775027,15.827037,-5.559355
414049656,21773926,43.232657,4.452031,3.258594,-3.033504
414049938,21774287,43.836066,4.347145,4.300749,-0.633426
414050204,21774638,44.704315,4.157368,3.119995,2.747606

这是我当前的代码：

import weka.core.jvm as jvm
import weka.core.converters as conv
from weka.classifiers import Evaluation, Classifier
from weka.core.classes import Random
import weka.plot.classifiers as plcls
df = conv.load_any_file("data_new3.arff")
df.class_is_last()

cls = Classifier(classname="weka.classifiers.functions.LinearRegression", options=["-C","-S","1"])
evl = Evaluation(df)
evl.crossvalidate_model(cls, df, 10, Random(1))
plcls.plot_classifier_errors(evl.predictions, absolute=False, wait=True)

按照我在 Weka 中使用的步骤进行操作，并附上屏幕截图：

enter image description here

为了减少图像，我将在文本中解释前面的步骤： 1-打开Weka 2-去资源管理器->预处理->打开文件（选择data_new3.arff） 3-转到预测选项卡并选择要预测的两个属性 4-单击开始

我猜我的代码中存在一些我不知道如何解决的错误。如何选择属性来预测“目标选择”。所以，我想预测 pos_x 和 pos_y，我知道我使用的是 class_is_last()，但是，无论我选择 no_class 还是删除此选项，代码都会失败。

有什么线索吗？

【问题讨论】：

标签： python wrapper weka forecast

【解决方案1】：

预测不同于使用分类器进行预测。

查看我对以下帖子的回答： Why I get wrong forecast values python-weka wrapper

顺便说一句另一个人几乎问了同样的问题。您使用的是其他帐户吗？

【讨论】：