Java 如何使用循环外的训练数据集？

我有一个训练数据，它有一个类标签为“yes”的实例，我想删除这个实例。好的，我删除了这个实例，但是我不知道如何保存新的训练数据，因为我想在for循环外使用它。 我使用以下代码

        Dataset[] folds = data.folds((10), new Random(100));
        Dataset training = new DefaultDataset();    //training, testing
        Dataset testing = new DefaultDataset();
       int[] tr = {0, 2, 3, 5, 7, 8, 9};
        int[] te = {1, 4, 6};   
        for (int i = 0; i < 7; i++) {
            training.addAll(folds[tr[i]]);
        }
        for (int i = 0; i < 3; i++) {
            testing.addAll(folds[te[i]]);
        }
       int numFolds = 10;
        Dataset[] foldsTrain = training.folds(numFolds, new Random(1));
    for (int i=0; i<56; ++i)
    {
    if (!training.instance(i).classValue().equals("yes"))
    {
    System.out.println("the new training data"+ training.instance(i))
    }
    }

Dataset[]folds=data.folds（（10），新随机数（100））；
数据集培训=新的DefaultDataset（）//培训、测试
数据集测试=新的DefaultDataset（）；
int[]tr={0,2,3,5,7,8,9}；
int[]te={1,4,6}；
对于（int i=0；i<7；i++）{
训练.addAll(folds[tr[i]]);；
}
对于（int i=0；i<3；i++）{
测试.addAll（折叠[te[i]]）；
}
int numFolds=10；
数据集[]foldsTrain=training.fold（numfold，新随机数（1））；
对于（int i=0；i）您是否希望在不使用循环的情况下使用名为“是”的已删除特征的数据集？例如，我希望在删除类为“是”的实例后计算新训练数据的准确性。我知道如何计算它，但如何从循环中获取数据集。您需要迭代数据集以删除“是”列。删除它时，将删除的实例存储在新的数据集中，并且在循环结束时将有一个完整的集合。您可以在循环外使用它。在
if
块中更新数据集，但“是”word是训练数据中实例（行）的类标签，不是列，我已经删除了它。现在我有了训练。实例（I）没有删除的实例，我想在循环外使用它。如何使用？