WEKA-分类器返回任何输入的相同分布

Question

我正在尝试构建一个幼稚的贝叶斯分类器，以在两个类之间对文本进行分类。在GUI Explorer中，一切都很好，但是当我尝试以代码重新创建它时，无论我尝试分类什么输入，我都会获得相同的输出。

在代码中，我获得了与GUI中获得的相同评估指标（精度为81％），但是每当我尝试创建新实例并对其进行分类时，无论哪种输入I I I I IMPTION I，我都会获得相同的分布使用。

下面是我的代码 - 它在Scala中，但很简单：

//Building the classifier: 
val instances = new Instances(new DataSource("/my/dataset.arff").getDataSet)
instances.setClassIndex(3)
val filter = new StringToWordVector
filter.setAttributeIndicesArray( (0 to 2).toArray )
val classifier = new FilteredClassifier
classifier.setFilter(new StringToWordVector(1000000))
classifier.setClassifier(new NaiveBayesMultinomial)
classifier.buildClassifier(trainingSet)
//Evaluation (this prints about 80% accuracy)
val eval = new Evaluation(trainingSet)
eval.evaluateModel(classifier, trainingSet)
println(eval.toSummaryString)
//Attempting to use the classifier:
val atts = new util.ArrayList[Attribute]
atts.add(new Attribute("sentence", true))
atts.add(new Attribute("parts_of_speech", true))
atts.add(new Attribute("dependency_graph", true))
atts.add(new Attribute("the_shizzle_clazz", SentenceType.values().map(_.name()).toSeq.asJava ))
val unlabeledInstances = new Instances("unlabeled", atts, 1)
unlabeledInstances.setClassIndex( 3 )
val instance = new DenseInstance(4)
unlabeledInstances.add(instance)
instance.setDataset(unlabeledInstances)
instance.setValue(0, parsed.sentence)
instance.setValue(1, parsed.posTagsStr)
instance.setValue(2, parsed.depsGraphStr)
val distrib = classifier.distributionForInstance(unlabeledInstance.firstInstance())
distrib.foreach(println)

无论我给出什么输入，分布的输出始终是：

0.44556173367704455
0.5544382663229555

有什么想法我做错了什么？非常感谢任何帮助。

Answer 1

看起来魔术线是：

instance.setClassMissing()

添加使它起作用。：）