有时候我们进行贝叶斯分类时，由于数据量太大导致内存溢出或者对模型的训练有着特殊要求(比如用第一个月的数据预测第二个月，再将第二个月的数据加入已经训练好的模型，去预测第三个月…)，这时普通的贝叶斯分类不行了。我们需要使用贝叶斯来进行增量学习（incremental learning）, weka的贝叶斯分类器即存在增量式的贝叶斯分类器。下文以多项式朴素贝叶斯增量学习为例，weka中的包为：
weka.classifiers.bayes.NaiveBayesMultinomialUpdateable
下文是核心代码：
//获取第一个月的数据用于建立模型
ArffLoader loader = new ArffLoader();
loader.setFile(new File("month1.arff"));
loader.getStructure();//这句话必须有，不然会报错
//定义分类器 并用第一个月的数据做训练
Instances originDataSet = loader.getDataSet();//获取第一个月的实例
originDataSet.setClassIndex(originDataSet.numAttributes()-1);//定义最后一个属性作为分类目标
NaiveBayesMultinomialUpdateable nb = new NaiveBayesMultinomialUpdateable();//定义模型
nb.buildClassifier(originDataSet);//建立模型
//对从第二个月起的每个月进行预测和训练,一直到第100个月,(2,100只是用于示例)
for (int month = 2; month <= 100; month++) {
//读取测试集
ArffLoader testLoader = new ArffLoader();
testLoader.setFile(new File("month"+i+".arff"));
testLoader.getStructure();
Instances testDataSet = testLoader.getDataSet();//获取测试集实例
//进行分类，并且输出
for (int i = 0; i< testDataSet.numInstances(); i++) {
FileWriter fileWritter = new FileWriter("output.txt", true);
BufferedWriter bufferWritter = new BufferedWriter(fileWritter);
bufferWritter.write(nb.distributionForInstance(testDataSet.instance(i))[1]+'\n');//这一行输出的是分类中分到第二类(下标为1)的概率
bufferWritter.flush();
}
// 再把这次的测试集当做训练集进行训练
for (int i = 0; i< testDataSet.size(); i++) {
testDataSet.setClassIndex(testDataSet.numAttributes()-1);
nb.updateClassifier(testDataSet.get(i));
}
ArffLoader loader = new ArffLoader();
loader.setFile(new File("month1.arff"));
loader.getStructure();//这句话必须有，不然会报错
//定义分类器 并用第一个月的数据做训练
Instances originDataSet = loader.getDataSet();//获取第一个月的实例
originDataSet.setClassIndex(originDataSet.numAttributes()-1);//定义最后一个属性作为分类目标
NaiveBayesMultinomialUpdateable nb = new NaiveBayesMultinomialUpdateable();//定义模型
nb.buildClassifier(originDataSet);//建立模型
//对从第二个月起的每个月进行预测和训练,一直到第100个月,(2,100只是用于示例)
for (int month = 2; month <= 100; month++) {
//读取测试集
ArffLoader testLoader = new ArffLoader();
testLoader.setFile(new File("month"+i+".arff"));
testLoader.getStructure();
Instances testDataSet = testLoader.getDataSet();//获取测试集实例
//进行分类，并且输出
for (int i = 0; i< testDataSet.numInstances(); i++) {
FileWriter fileWritter = new FileWriter("output.txt", true);
BufferedWriter bufferWritter = new BufferedWriter(fileWritter);
bufferWritter.write(nb.distributionForInstance(testDataSet.instance(i))[1]+'\n');//这一行输出的是分类中分到第二类(下标为1)的概率
bufferWritter.flush();
}
// 再把这次的测试集当做训练集进行训练
for (int i = 0; i< testDataSet.size(); i++) {
testDataSet.setClassIndex(testDataSet.numAttributes()-1);
nb.updateClassifier(testDataSet.get(i));
}