Utiliser MOA pour classer de nouveaux exemples?

Question

J'essaie d'utiliser la bibliothèque d'apprentissage machine Java MOA pour m'entraîner sur un flux de données d'apprentissage, puis prédire des classes pour un flux de données de test. La première partie fonctionne bien, en utilisant (par exemple)

java -cp.: Moa.jar: weka.jar -javaagent: sizeofag.jar moa.DoTask "ApprendreModèle -l MajorityClass -s (ArffFileStream -f atrain.arff -c -1) -O amodel.moa "

Mais alors je ne peux pas comprendre comment utiliser le modèle entraîné (amodel.moa) sur un autre flux (atest.arff) pour prédire les classes. Est-ce que quelqu'un a déjà fait ça?

Answer 1

Il est peut-être plus simple d'utiliser l'emballage Weka pour classificateurs MOA:

java -cp .:moa.jar:weka.jar -javaagent:sizeofag.jar weka.classifiers.meta.MOA -B moa.classifiers.NaiveBayes -t atrain.arff -d amodel.model 
java -cp .:moa.jar:weka.jar -javaagent:sizeofag.jar weka.classifiers.meta.MOA -T atest.arff -l amodel.model -p 4 

Si bien sûr -p indique la colonne à prévoir.

Answer 2

Essayez d'utiliser "EvaluateModel" avec l'option -m:

java -cp .:moa.jar:weka.jar -javaagent:sizeofag.jar moa.DoTask "EvaluateModel -m file:amodel.moa -s (ArffFileStream -f atest.arff -c -1) "