使用weka进行分类训练后，怎么使用生成的分类器啊，我怎么没有找到这一项啊？您的这个问题现在有答案没有

这个貌似是不能吧？因为你的训练和要分类的arff文件不一样的时候就会报错。你想用生成的分类器分类，那么肯定没有类标签这项属性，那么weka就会说你的文件和训练的文件不一样。weka估计是只能用于测试机器学习方法的工具。我最近也在学习。这是一点拙见

你可以用程序debug跟踪一下，以前是weka中NaiveBayesSimple类的主要函数和作用。

(1) globalInfo()

返回该分类器的描述字符串．

(2) getTechnicalInformation()

返回一个TechnicalInformation类型的对象实例，包含该类的技术背景等信息．

(3) getCapabilities()

返回默认参数．

(4) BuildClassifier(Instances instances)

BuildClassifier()方法从一个训练数据集合instances构造一个分类器．求出所有名称型属性的后验概率，类属性的先验概率，数值属性的均值和方差，为后来的分类工作做准备．

(5) distributionForInstance (Instance instance)

该方法计算待分类实例instance属于各个类标的百分比，并且将各个百分比数值存于一个数组中，最后返回该数组．

(6)toString()

把分类器的参数（均值，方差，各先验概率，各后验概率）以字符串的形式返回．

(7)normalDens(double x, double mean, double stdDev)

该方法用于根据正态分布（均值为mean，方差为stdDev）计算数值型属性当属性值为x时的概率密度．

(8) getRevision()

返回程序的版本号．

(9) Main()

当类从命令行被执行时，就会调用main()方法．他只是用所给的命令行选项告诉Weka的Evaluation类来评估朴素贝叶斯，并且打印所得到的数组．完成这个功能的一行表达式包括在try-catch声明中．try-catch声明用于发现Weka例程或其他Java方法中抛出的各种异常．

---