本文使用Weka的classifyInstance和已知的机器学习模型来对数据进行实时预测
对数据进行实时预测一般有以下几个要点:
1、自己根据属性构建instance实例。
2、调用之前已经训练的模型,调用时需要将模型强制转变为模型机器学习类型,如NaiveBayes的模型需要这样操作。
Classifier m_Classifier = (NaiveBayes)SerializationHelper.read(new FileInputStream("model/bayes.model"));
以下是本文构建的Weka实时预测功能:
本实例中instance具有四个属性,第一个为double属性,第二个是double属性,第三个是Nominal类型,第四个是Class类型(预测值)。
注:本文中使用的模型可以使用Weka图形界面操作生成。