Java Weka中如何对单个Instance进行标准化处理？

你完全不用自己实现标准化逻辑！Weka的Filter本身就支持处理单个Instance，只是需要用正确的方法，而不是直接调用Filter.useFilter（它确实只接受Instances集合）。

这里有两种靠谱的实现方式，你可以根据习惯选择：

方法一：直接使用Filter的输入输出API（更高效） #

这种方式不需要创建临时的Instances集合，直接和过滤器交互处理单个实例：

public double classifyInstance(Instance instance) throws Exception {
    if (this.stdAtt) {
        // 传入待处理实例到过滤器
        this.standardize.input(instance);
        // 通知过滤器当前批次处理完成（哪怕只有一个实例）
        this.standardize.batchFinished();
        // 获取标准化后的实例
        Instance standardizedInstance = this.standardize.output();
        // 用标准化后的实例执行分类
        return super.classifyInstance(standardizedInstance);
    }
    return super.classifyInstance(instance);
}

方法二：创建临时Instances集合（更直观） #

如果你觉得直接操作过滤器API有点绕，可以把单个Instance包装成临时的Instances集合，再用你熟悉的Filter.useFilter处理：

public double classifyInstance(Instance instance) throws Exception {
    if (this.stdAtt) {
        // 创建和训练集结构完全一致的临时集合，容量设为1
        Instances tempInstances = new Instances(instance.dataset(), 1);
        // 将待处理实例加入临时集合
        tempInstances.add(instance);
        // 用已训练好的过滤器处理临时集合
        tempInstances = Filter.useFilter(tempInstances, this.standardize);
        // 取出处理后的实例
        Instance standardizedInstance = tempInstances.firstInstance();
        // 执行分类
        return super.classifyInstance(standardizedInstance);
    }
    return super.classifyInstance(instance);
}

关键注意事项 #

• 务必确保standardize过滤器已经在buildClassifier方法中完成初始化（也就是调用过setInputFormat和useFilter），这样过滤器才保存了训练集的均值、标准差等关键统计量，标准化时会沿用训练集的参数，而不是重新计算临时集合的参数。
• 待分类的单个Instance的属性结构（数量、类型、顺序）必须和训练时的Instances完全一致，否则过滤器会报错。

内容的提问来源于stack exchange，提问作者Daniil Andreyevich Baunov