Java实现线性回归预测成绩分析（借助weka工具包）

本文链接：https://blog.youkuaiyun.com/Nothing_ness/article/details/109336536

这篇博客展示了如何在Java项目中运用线性回归预测成绩，借助了Weka工具包。作者提到了数据来源，并提供了引入依赖、创建LRRegression类和测试类的步骤。实验结果显示与Weka得到的模型一致，适合新手入门。同时也指出，对于更复杂的数据分析和挖掘，推荐使用Matlab。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在项目中使用线性回归预测成绩

因为涉及到版权问题，只弄核心部分。

数据方面以及weka在这一篇博客中介绍了
链接: https://blog.youkuaiyun.com/Nothing_ness/article/details/109331074.

1引入依赖pom.xml(记得刷新maven配置)

<!--     weka集成java-->
        <dependency>
            <groupId>nz.ac.waikato.cms.weka</groupId>
            <artifactId>weka-stable</artifactId>
            <version>3.8.1</version>
        </dependency>

2新建LRRegression类

import weka.classifiers.Evaluation;
import weka.classifiers.functions.LinearRegression;
import weka.core.Instances;
import weka.core.SparseInstance;
import weka.core.converters.ArffLoader;
import weka.core.converters.ConverterUtils.DataSource;

import java.io.File;
import java.util.Arrays;

/**
 * @Author:wzy
 * @Date: 2020-10-9 9:27
 * @Description:
 */
public class LRRegression {

    private LRRegression(){}

    /**
     * 分析ARFF文件，获取其文件中的格式定义信息
     * @param filePath  传入的ARFF文件的文件路径，这里暂时不支持http和ftp，只支持本地文件
     * @return          封装字符串的文件内容返回对象
     * @throws Exception
     */
    public static String parseArffFile(String filePath) throws Exception {
        // 创建一个arff文件载入器
        ArffLoader loader = new ArffLoader();
        //载入文件内容，获取其数据集合
        loader.setSource(new File(filePath));
        //获取文件中的数据集合
        Instances data = loader.getDataSet();
        //封装