Java weka.classifiers.Classifier.classifyInstance中的ArrayIndexOutOfBoundsException

我写了这个方法。我想写一个贝叶斯网络，但是我在

classifyInstance（）

方法上遇到了一个异常

这是我的密码：

public static double bayesNet1(Dataset data, Dataset testingSet) throws Exception {

        Instances insts = convertTxtToARFF(data);
        K2 learner = new K2();
        MultiNomialBMAEstimator estimator = new MultiNomialBMAEstimator();
        estimator.setUseK2Prior(true);

        EditableBayesNet bn = new EditableBayesNet(insts);
        bn.initStructure();
        learner.buildStructure(bn, insts);
        estimator.estimateCPTs(bn);

        double error = 0;

        Instances instsTest = convertTxtToARFF(testingSet);

        for(int i=0; i<instsTest.numInstances()-1; i++) {

        weka.core.Instance inst = instsTest.instance(i);

        double  predictedValue = bn.classifyInstance(inst);

        if(inst.value(inst.classIndex())!= predictedValue)

            error++;

        }

        return error/instsTest.numInstances();
    }

publicstaticdouble-bayesNet1（数据集数据，数据集测试集）引发异常{
实例insts=convertTxtToARFF（数据）；
K2学习者=新K2（）；
多项式b统计量估计器=新的多项式b统计量（）；
估计器setUseK2Prior（真）；
EditableBayesNet bn=新的EditableBayesNet（insts）；
bn.initStructure（）；
学习者建筑结构（英国国民大学、印度科学院）；
估计值。估计的CPT（bn）；
双误差=0；
实例instsTest=convertTxtToARFF（测试集）；
对于（int i=0；i我也有同样的问题。我的错误是我没有为测试数据设置类。就这么简单。
我发现在处理标称属性时，许多不同分类器的
distributionForInstance（）
方法中通常会出现此错误

如果是这种情况，则可能是测试数据具有标称属性，且具有列车数据所缺少的属性值

在这种情况下，这实际上取决于您所做的事情的最佳决策。也许检查数据本身的一致性是第一步，然后您就可以开始了