Java 为什么'；weka NaiveBayes类实现classifyInstance方法？_Java_Weka_Naivebayes

Java 为什么'；weka NaiveBayes类实现classifyInstance方法？

java

Java 为什么'；weka NaiveBayes类实现classifyInstance方法？,java,weka,naivebayes,Java,Weka,Naivebayes,在Weka中，我很难用经过训练的朴素贝叶斯模型对实例进行分类。我正在使用java框架来实现这一点。我已经训练了模型，并且能够为一个实例生成分布。我的疑问是，既然NaiveBayes类没有实现classifyInstance方法，它只是从AbstractClassifier抽象类中获取它，我是否应该用自己的规则来实现它我的疑问是，由于NaiveBayes类没有实现classifyInstance方法，它只是从AbstractClassifierAbstractClass继承而来，是否暗示我应该用

在Weka中，我很难用经过训练的朴素贝叶斯模型对实例进行分类。我正在使用java框架来实现这一点。我已经训练了模型，并且能够为一个实例生成分布。我的疑问是，既然NaiveBayes类没有实现classifyInstance方法，它只是从AbstractClassifier抽象类中获取它，我是否应该用自己的规则来实现它

我的疑问是，由于NaiveBayes类没有实现

classifyInstance

方法，它只是从

AbstractClassifier

AbstractClass继承而来，是否暗示我应该用自己的规则来实现它？

不，你不应该

AbstractClassifier

文档说明：

抽象分类器。Weka中数值或标称预测的所有方案扩展这个类注意，分类器必须实现 distributionForInstance（）或classifyInstance（）

查看可以看出，

classifyInstance

调用

distributionForInstance

，反之亦然。因此，如果一个类继承自

AbstractClassifier

，并且不重写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

，继承自

AbstractClassifier

的

classifyInstance

方法将使用它。如果class属性为nominal，则返回概率最高的类索引