机器学习工具Weka 使用已知进行实时预测

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。

代码思路：