在Weka中标记未标记的实例（Java代码）

Question

我是Java和Weka工具的初学者，我想在我的Java代码中将Logitboost算法与DecisionStump一起用作弱学习者，但我不知道它是如何工作的。 我创建一个具有六个特征（不具有标签特征）的向量，并将其馈送到logitboost中以进行标记和分配概率。 标签是1或-1，训练/测试数据在arff文件中。这是我的代码，但是算法总是返回0！ 谢谢

double candidate_similarity(ha_nodes ha , WeightMatrix[][] wm , LogitBoost lgb ,ArrayList<Attribute> atts){
       LogitBoost lgb = new LogitBoost();
       lgb.buildClassifier(newdata);//newdata is an arff file with some labeled data
       Evaluation eval = new Evaluation(newdata);
       eval.crossValidateModel(lgb, newdata, 10, new Random(1));
       try {
            feature_vector[0] = IP_sim(Main.a_new.dip, ha.candidate.dip_cand); 
            feature_vector[1] = IP_sim(Main.a_new.sip, ha.candidate.sip_cand); 
            feature_vector[2] = IP_s_d_sim(Main.a_new.sip, ha); 
            feature_vector[3] = Dport_sim(Main.a_new.dport, ha);
            freq_weight(Main.a_new.Atype, ha, freq_avg, weight_avg , wm);
            feature_vector[4] = weight_avg;
            feature_vector[5] = freq_avg;
            double[] values = new double[]{feature_vector[0],feature_vector[1],feature_vector[2],feature_vector[3],feature_vector[4],feature_vector[5]};
            DenseInstance newInst = new DenseInstance(1.0,values);
            Instances dataUnlabeled = new Instances("TestInstances", atts, 0);
            dataUnlabeled.add(newInst);
            dataUnlabeled.setClassIndex(dataUnlabeled.numAttributes() - 1);
            double clslable = lgb.classifyInstance(inst);
        } catch (Exception ex) {
            //Logger.getLogger(Module2.class.getName()).log(Level.SEVERE, null, ex);
        }
        return clslable;}

Answer 1

这个新数据来自哪里？ 您需要正确加载文件以获得正确的分类，请使用此类从文件加载功能： http : //weka.sourceforge.net/doc/weka/core/converters/ArffLoader.html

我不会发布示例代码，因为我将weka与MATLAB一起使用，因此我没有Java示例。