Java朴素贝叶斯分类器评估

我不熟悉weka数据挖掘和评估。到目前为止，我已经阅读了数据集。我想根据数据集预测我的数据。例如，我使用了weka工具提供的天气数据集。因此，我使用朴素贝叶斯分类器进行分类。现在我得到了属性的概率值。现在我想使用数据集预测数据。例如，当我给出

sunny，70,85，TRUE

时，我想得到类值的概率。到目前为止，我已经完成了这部分。有人能告诉我如何使用朴素贝叶斯分类器进行数据评估吗

public static void ArfLoader(){
         ArffLoader loader = new ArffLoader();
         try {
             loader.setFile(new File("sampleData.txt"));
             Instances structure = loader.getStructure();
             structure.setClassIndex(structure.numAttributes() - 1);

             NaiveBayesUpdateable nb = new NaiveBayesUpdateable();
             nb.buildClassifier(structure);
             Instance current;
             while ((current = loader.getNextInstance(structure)) != null){
                 nb.updateClassifier(current); 
             }

             System.out.print(nb); 


        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }


    }

这是我的数据集

@relation weather

@attribute outlook {sunny, overcast, rainy}
@attribute temperature real
@attribute humidity real
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}

@data
sunny,85,85,FALSE,no
sunny,80,90,TRUE,no
overcast,83,86,FALSE,yes
rainy,70,96,FALSE,yes
rainy,68,80,FALSE,yes
rainy,65,70,TRUE,no
overcast,64,65,TRUE,yes
sunny,72,95,FALSE,no
sunny,69,70,FALSE,yes
rainy,75,80,FALSE,yes
sunny,75,70,TRUE,yes
overcast,72,90,TRUE,yes
overcast,81,75,FALSE,yes
rainy,71,91,TRUE,no

对于单独的测试集，您可以尝试下面概述的方法：

         ArffLoader testingData = new ArffLoader();
         testingData.setFile(new File("sample2.txt"));
         Instances testingStructure = testingData.getStructure();
         testingStructure.setClassIndex(structure.numAttributes() - 1);
         Instance test;
         while ((test = testingData.getNextInstance(testingStructure)) != null) {
            System.out.println(nb.classifyInstance(test));
         }

希望这有帮助

更新

听起来你在寻找每个测试用例的概率分布。或许您可以尝试以下方法：

         String[] options = new String[7];
         options[0] = "-t";
         options[1] = "sample.arff";
         options[2] = "-T";
         options[3] = "sample2.arff";
         options[4] = "-p";
         options[5] = "2";
         options[6] = "-distribution";

         System.out.println(Evaluation.evaluateModel(nb, options));

---

这将包含每种情况下的概率分布列表（训练数据=sample.arff，测试数据=sample2.arff，输出概率分布的测试预测）

谢谢你的帮助。这部分我已经完成了。因此我想输入我的值并检查概率。我的意思是我想发送我的值sunny，70,85，为TRUE并获得响应。我已修改我的答案以使用Evaluation.evaluateModel类，该类可以输出概率分布。感谢您的帮助。我正在寻找不同的东西。我有训练数据集。根据这些数据，我需要预测属性集的类值。