用久了scikitlearn，突然換回weka各種不適應

weka的tree分類器輸出的樹後面的括號的含義

呼叫API對樣本進行分類

在分類問題中，當呼叫如下程式碼對testInstance進行分類，輸出的是一個double，預測的結果是一個index，假設預測結果為0.0

double index = classifier.classifyInstance(testInstance)

假如訓練arff檔案中的label欄位是如下

@attribute label {1,-1}

那麼index=0.0的意思就是：模型預測結果為1

又假如訓練arff檔案

@attribute label {-1,1}

那麼index=0.0的意思就是：模型預測結果為-1

distributionForInstance函式同理，輸出的double[]代表後驗概率，與訓練集中的類標籤順序是一一對應的
雖然這兩個函式的輸出不會受到測試資料集的影響，但假如你的訓練資料中的label欄位是如下

@attribute label {1,-1}

而測試資料的Instances物件的label欄位是如下

@attribute label {-1,1}

並且假如此時index=0.0，也就是說模型預測的類為1

double index = classifier.classifyInstance(testInstance)

但是下面的程式碼並不會把testInstance的類設定為1，而是會設定為-1，因為下面的程式碼會受到Instances物件的label欄位的順序影響

testInstance.setClassValue(classifier.classifyInstance(testInstance))