Java 如何在不为WEKA中的实例创建ARFF文件的情况下对该实例进行预测？

上学期我有一个项目，当我得到一组关于汽车的数据时，我必须建立一个模型，并使用该模型根据用户输入的数据进行预测（它涉及一个GUI等等）。教授介绍了Weka，但只介绍了它的GUI形式。我正在重新创建项目，但这次是使用Weka库。以下是所讨论的课程：

public class TreeModel {
private J48 model = new J48();
private String[] options = new String[1];
private DataSource source;
private Instances data;
private Evaluation eval;

// Constructor
public TreeModel(String file) throws Exception {
     source = new DataSource(file);
     // By default, the options are set to produce unpruned tree '-U'
     options[0] = "-U";
     data = source.getDataSet();         
     model.setOptions(options);
}

// Overloaded constructor allowing you to choose options for the model
public TreeModel(String file, String[] options) throws Exception {
     DataSource source = new DataSource(file);
     data = source.getDataSet();
     model.setOptions(options);
}

// Builds the decision tree
public void buildDecisionTree() throws Exception {
     data.setClassIndex(data.numAttributes() - 1);
     model.buildClassifier(data);
}

/*
 * Uses cross validation technique to calculate the accuracy.
 * Gives a more respected accuracy that is more likely to hold 
 * with instances not in the dataset.
 */
public void crossValidatedEvaluation(int folds) throws Exception {
    eval = new Evaluation(data);
    eval.crossValidateModel(model, data, folds, new Random());
    System.out.println("The model predicted "+eval.pctCorrect()+" percent of the data correctly.");
}

/*
 * Evaluates the accuracy of a decision tree when using all available data
 * This should be looked at with skepticism (less interpretable)
 */
public void evaluateModel() throws Exception {
     eval = new Evaluation(data);
     eval.evaluateModel(model, data);
     System.out.println("The model predicted "+eval.pctCorrect()+" percent of the data correctly.");
}


/*
 *  Returns a prediction for a particular instance. Will take in an instance 
 *  as a parameter.
 */
public String getPrediction() throws Exception {
    DataSource predFile = new DataSource("./predict.arff");
    Instances pred = predFile.getDataSet();

    Instance predic = pred.get(0);
    pred.setClassIndex(pred.numAttributes() - 1);

    double classify = model.classifyInstance(predic);

    pred.instance(0).setClassValue(classify);
    return pred.instance(0).stringValue(6);
}

// Returns source code version of the model (warning: messy code)
public String getModelSourceCode() throws Exception {
     return model.toSource("DecisionTree");
}   
}

---

在我的getPrediction（）方法中，我有一个简单的示例，用于获取ARFF文件中实例的预测。问题是，我不知道如何初始化一个实例对象，然后将我想要进行预测的数据放在该实例中。我已经浏览了实例类的文档，但乍一看没有看到任何内容。有没有办法手动将数据放入实例中，或者我需要将预测数据转换为ARFF文件？

此代码片段应该可以帮助您构建自己的实例集，而无需ARFF文件。下面我将展示如何从具有两个属性的数组中创建一组新实例；经纬度

import weka.core.Attribute;
import weka.core.DenseInstance;
import weka.core.FastVector;
import weka.core.Instances;

public class AttTest {

    public static void main(String[] args) throws Exception
    {
        double[] one={0,1,2,3};
        double[] two={3,2,1,0};
        double[][] both=new double[2][4];
        both[0]=one;
        both[1]=two;

        Instances to_use=AttTest.buildArff(both);
        System.out.println(to_use.toString());
    }

  public static Instances buildArff(double[][] array) throws Exception
  {
         FastVector      atts = new FastVector();
         atts.addElement(new Attribute("lat")); //latitude
         atts.addElement(new Attribute("lon")); //longitude

         // 2. create Instances object
         Instances test = new Instances("location", atts, 0);

         // 3. fill with data
         for(int s1=0; s1 < array[0].length; s1=s1+1)
         {
             double vals[] = new double[test.numAttributes()];
             vals[0] = array[0][s1];
             vals[1] = array[1][s1];
             test.add(new DenseInstance(1.0, vals));
         }

         return(test);
  }
}

导入weka.core.Attribute；
导入weka.core.DenseInstance；
导入weka.core.FastVector；
导入weka.core.Instances；
公开课测验{
公共静态void main（字符串[]args）引发异常
{
双[]一={0,1,2,3}；
double[]two={3,2,1,0}；
double[]两者均=新的double[2][4]；
两者[0]=1；
两个[1]=两个；
要使用的实例=AttTest.buildArff（两者）；
System.out.println（使用.toString（））；
}
公共静态实例buildArff（双[][]数组）引发异常
{
FastVector atts=新的FastVector（）；
atts.addElement（新属性（“lat”）；//纬度
atts.addElement（新属性（“lon”）；//经度
//2.创建实例对象
实例测试=新实例（“位置”，附件，0）；
//3.填写数据
对于（int s1=0；s1