Model 如何使用此smoreg模型手动预测未来价格？

我有超过1000个实例和3个属性的历史牲畜价格数据。我使用了WEKA（Waikato知识分析环境）工作台。我已经为训练数据和测试数据创建了ARFF文件。当我运行时，我得到了预测价格，它给出了SMOreg模型

我的问题是，我如何使用这个方程式，以便在输入新数据时，它能给出预测价格

模型给出了这个方程

Predicted price =  + 0.2209 * (normalized) SEX  - 0.3164 * (normalized) GRADE  +  0.3937

根据性别，1为女性，2为男性。在等级下，2表示重量等于或大于100kg，而3表示重量小于100kg

问题是，当我尝试用这个等式代替性别和等级值时，它并没有给出实际的预测价格。 稍后，我想在Android上使用这个等式，这样就可以使用一个应用程序进行价格预测

以下是：
1.ARFF文件的一部分。
2.来自训练数据的SMOreg模型
3.部分预测价格

ARFF   
    @relation trainingDataset  
    @attribute SEX numeric  
    @attribute GRADE numeric  
    @attribute PRICE numeric  

    @data  
    1 , 2 , 364000  
    1 , 3 , 306000   
    2 , 2 , 530000   
    2 , 3 , 336000   
    1 , 2 , 400000   
    1 , 3 , 277000   
    2 , 2 , 558000   
    2 , 3 , 340000   
    1 , 2 , 356000   
    1 , 3 , 302000 

运行时，它会给出以下输出

SMOreg
weights (not support vectors):  
 +       0.2209 * (normalized) SEX  
 -       0.3164 * (normalized) GRADE  
 +       0.3937   

内核评估数：562330（95.457%缓存）

---

请帮助

您必须取消预测的正常化

在可用数据中的某个地方应该是原始数据的标准化参数、平均值和标准偏差。您的数据都已标准化，很可能使用了转换

y' = (y - mean) / stdev

其中y是原始价格，y'是标准化价格

现在你必须扭转这个过程。求解y：

y = y' * stdev + mean

对你的每一个预测都这样做，你就会得到期望的预测价格

y = y' * stdev + mean