包含javaweka的词条

本文目录一览:

如何使用Java Weka开源项目,实现J48决策树、支持向量机算法,在10个UCI数据集上对这两个算法进行性能?

public static void Regular() throws Exception {

        File inputfile = new File(“F:\\weka\\eucalyptus_Train.arff”);

        ArffLoader loader = new ArffLoader();

        loader.setFile(inputfile);

        

        Instances insTrain = loader.getDataSet();

        insTrain.setClassIndex(insTrain.numAttributes()-1);

        

        inputfile = new File(“F:\\weka\\eucalyptus_Test.arff”);

        loader.setFile(inputfile);

        Instances insTest = loader.getDataSet();

        insTest.setClassIndex(insTest.numAttributes()-1);

        

        double sum = insTest.numInstances();

        int right = 0;

        Classifier clas = new J48();

        //Classifier clas = new weka.classifiers.bayes.BayesNet();

        clas.buildClassifier(insTrain);

        

        for(int i = 0; i  sum; i++) {

            if(clas.classifyInstance(insTest.instance(i)) == insTest.instance(i).classValue()) {

                right++;

            }

            System.out.println(clas.classifyInstance(insTest.instance(i))+” : ”+insTest.instance(i).classValue());

        }

        System.out.println(“分类准确率:”+right/sum);

    }

svm的话,要用一个wlsvm的包。 代码是一样的,就是Classifier class= new J48()这里要用svm的实例

从java中调用weka中的分类函数的问题

详细请见:

你应该在这行 Instances instances = getArffData(“E:\\Book2.arff”); // 读入文件

后加入一条语句: instances.setClassIndex(instances.numAttributes() – 1);

You should set class index of for your dataset before passing it into classifier. Your classifier must know which is your outcome variable.

//Rest of your code

loader.setQuery(“select * from data_training”); Instances data = loader.getDataSet(); //add this line here

data.setClassIndex(instances.numAttributes() – 1);

//if Hujan is your class attribute(outcome variable)

如何学习在eclipse工程中对weka算法的调用

eka是很好用的机器学习库,这里就不详细介绍了。

言归正传,要使用程序方式使用weka,步骤如下:

一、在eclipse里新建一个java project:

1. 建立工程:单击菜单中file-new-java project,在弹出对话框的project name中起任意一个名字,此处假设是wekaTest。单击Finish按钮(在对话框底部)。

2. 建立package:在package Explorer中找到刚才新建的工程,在其上右键-New-package。在Name文本框里面输入名称,此处假设为Test。单击Finish按钮。

3. 建立程序文件:在刚才新建的package上面右键-New-class,选中public static void main(String[] args)多选框,单击Finish。

二、在该工程中添加weka的引用:

1. package Explorer中工程名上右键,选择弹出菜单最后一项properties-在左面选中java Build Path-在右面的Library页面-单击Add External JARs…-浏览weka所在目录,将weka.jar添加进来,然后单击ok。

是用python学数据挖掘好,还是用java学weka的开发好

你熟悉python 就用 python,

你熟悉java 就学weka, weka 一个软件连续开发20多年,及其成熟而且做到极致,很多都已经能自动化,其扩展版本甚至算法都能自己选择,极致到完全不懂的人都可以用。

weka有损自以为高深的人的威严和神秘感。很多人特别喜欢反复找轮子,宁愿选择用匕首去杀敌,即使匕首旁边有一支子弹上了膛的AK47,也会选择视而不见。当然如果你要做一些复杂的应用,熟悉java是必须的, 另python 也可以调用weka (好像叫jython)

原创文章,作者:小蓝,如若转载,请注明出处:https://www.506064.com/n/278911.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
小蓝小蓝
上一篇 2024-12-20 15:02
下一篇 2024-12-20 15:02

相关推荐

发表回复

登录后才能评论