包含javaweka的詞條

本文目錄一覽：

• 1、如何使用Java Weka開源項目，實現J48決策樹、支持向量機演算法，在10個UCI數據集上對這兩個演算法進行性能？
• 2、從java中調用weka中的分類函數的問題
• 3、如何學習在eclipse工程中對weka演算法的調用
• 4、是用python學數據挖掘好，還是用java學weka的開發好

如何使用Java Weka開源項目，實現J48決策樹、支持向量機演算法，在10個UCI數據集上對這兩個演算法進行性能？

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(“分類準確率：”+right/sum);

    }

svm的話，要用一個wlsvm的包。 代碼是一樣的，就是Classifier class= new J48()這裡要用svm的實例

從java中調用weka中的分類函數的問題

詳細請見：

你應該在這行 Instances instances = getArffData(“E:\\Book2.arff”); // 讀入文件

後加入一條語句： 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)

如何學習在eclipse工程中對weka演算法的調用

eka是很好用的機器學習庫，這裡就不詳細介紹了。

言歸正傳，要使用程序方式使用weka，步驟如下：

一、在eclipse里新建一個java project：

1. 建立工程：單擊菜單中file-new-java project，在彈出對話框的project name中起任意一個名字，此處假設是wekaTest。單擊Finish按鈕（在對話框底部）。

2. 建立package：在package Explorer中找到剛才新建的工程，在其上右鍵-New-package。在Name文本框裡面輸入名稱，此處假設為Test。單擊Finish按鈕。

3. 建立程序文件：在剛才新建的package上面右鍵-New-class，選中public static void main(String[] args)多選框，單擊Finish。

二、在該工程中添加weka的引用：

1. package Explorer中工程名上右鍵，選擇彈出菜單最後一項properties-在左面選中java Build Path-在右面的Library頁面-單擊Add External JARs…-瀏覽weka所在目錄，將weka.jar添加進來，然後單擊ok。

是用python學數據挖掘好，還是用java學weka的開發好

你熟悉python 就用 python，

你熟悉java 就學weka, weka 一個軟體連續開發20多年，及其成熟而且做到極致，很多都已經能自動化，其擴展版本甚至演算法都能自己選擇，極致到完全不懂的人都可以用。

weka有損自以為高深的人的威嚴和神秘感。很多人特別喜歡反覆找輪子，寧願選擇用匕首去殺敵，即使匕首旁邊有一支子彈上了膛的AK47,也會選擇視而不見。當然如果你要做一些複雜的應用，熟悉java是必須的， 另python 也可以調用weka (好像叫jython)