<rt id="bn8ez"></rt>
<label id="bn8ez"></label>
  • 

    • <span id="bn8ez"></span>
    

    <label id="bn8ez"><meter id="bn8ez"></meter></label>
    

    
    

    




    







												


        




    
	

    Change Dir
    

    先知cd——熱愛生活是一切藝術的開始
    

    


    
	
		

    統計
    
	
		

    留言簿(18)
    


        

    積分與排名
    


		
		
    “?！眰兊牟┛?/h3>
		
				
			
	
		
    各個公司技術
    
		
				
			
	
		
    我的鏈接
    
		
				
			
	
		
    淘寶技術
    
		
				
			
	

        

    閱讀排行榜
    


		

    評論排行榜
    


	

    

    
	
					
	
    
		
    
			weka的java使用(2)——分類
		
    
		書接上文，既然寫了聚類，再把我用到的分類的相關代碼奉上。
    

      1/**
    
      2 * 
    
      3 */
    
      4package edu.tju.ikse.mi.util;
    
      5
    
      6import java.io.File;
    
      7import java.io.IOException;
    
      8
    
      9import weka.classifiers.Classifier;
    
     10import weka.core.Attribute;
    
     11import weka.core.Instances;
    
     12import weka.core.converters.ArffLoader;
    
     13
    
     14/**
    
     15 * @author Jia Yu
    
     16 * @date 2010-6-9
    
     17 */
    
     18public class WekaClassifier {
    
     19
    
     20    /**
    
     21     * @param args
    
     22     */
    
     23    private ArffLoader loader;
    
     24    private Instances dataSet;
    
     25    private File arffFile;
    
     26    private int sizeOfDataset;
    
     27    private Classifier classifier;
    
     28    private int sizeOfAttribute;
    
     29    private String resultClass;
    
     30    private double[] distributions;
    
     31
    
     32    public WekaClassifier(File file) throws Exception {
    
     33        this.arffFile = file;
    
     34        loadTrainSet();
    
     35        loadClassifier();
    
     36        buildClassifierModel();
    
     37    }
    
     38
    
     39    private void buildClassifierModel() throws Exception {
    
     40        this.classifier.buildClassifier(dataSet);
    
     41    }
    
     42
    
     43    private void loadClassifier() {
    
     44        this.classifier = new weka.classifiers.meta.RandomSubSpace();
    
     45    }
    
     46
    
     47    private void loadTrainSet() throws IOException {
    
     48        loader = new ArffLoader();
    
     49        loader.setFile(this.arffFile);
    
     50        dataSet = loader.getDataSet();
    
     51        setSizeOfDataset(dataSet.numInstances());
    
     52        setSizeOfAttribute(dataSet.numAttributes());
    
     53        dataSet.setClassIndex(this.sizeOfAttribute - 1);
    
     54    }
    
     55
    
     56    public void classifyInstance(weka.core.Instance instance) throws Exception {
    
     57        double tNum = this.classifier.classifyInstance(instance);
    
     58        setDistributions(this.classifier.distributionForInstance(instance));
    
     59        Attribute attr = dataSet.attribute(dataSet.classIndex());
    
     60        int classIndex = (int) tNum;
    
     61        setResultClass(attr.value(classIndex));
    
     62    }
    
     63    
    
     64    public static void main(String[] args) {
    
     65        File file = new File(
    
     66                "iris.arff");
    
     67        try {
    
     68            WekaClassifier wc = new WekaClassifier(file);
    
     69            double[] feature = { 5.1,3.5,1.4,0.2 };
    
     70            weka.core.Instance ins = new weka.core.Instance(wc
    
     71                    .getSizeOfAttribute());
    
     72            ins.setDataset(wc.getDataSet());
    
     73            for (int i = 0; i < ins.numAttributes() - 1; i++) {
    
     74                ins.setValue(i, feature[i]);
    
     75                // System.out.println(ins.attribute(i).getLowerNumericBound());
    
     76            }
    
     77            ins.setValue(ins.numAttributes() - 1, "Iris-setosa");
    
     78            System.out.println("original class is "
    
     79                    + ins.stringValue(ins.numAttributes() - 1));
    
     80            wc.classifyInstance(ins);
    
     81            System.out.println("classify it to class "
    
     82                    + wc.getResultClass());
    
     83        }     catch (Exception e) {
    
     84            e.printStackTrace();
    
     85        }
    
     86    }
    
     87
    
     88    public int getSizeOfAttribute() {
    
     89        return sizeOfAttribute;
    
     90    }
    
     91
    
     92    public void setSizeOfAttribute(int sizeOfAttribute) {
    
     93        this.sizeOfAttribute = sizeOfAttribute;
    
     94    }
    
     95
    
     96    public Instances getDataSet() {
    
     97        return dataSet;
    
     98    }
    
     99
    
    100    public void setDataSet(Instances dataSet) {
    
    101        this.dataSet = dataSet;
    
    102    }
    
    103
    
    104    public String getResultClass() {
    
    105        return resultClass;
    
    106    }
    
    107
    
    108    public void setResultClass(String resultClass) {
    
    109        this.resultClass = resultClass;
    
    110    }
    
    111
    
    112    public void setDistributions(double[] distributions) {
    
    113        this.distributions = distributions;
    
    114    }
    
    115
    
    116    public double[] getDistributions() {
    
    117        return distributions;
    
    118    }
    
    119
    
    120    public void setSizeOfDataset(int sizeOfDataset) {
    
    121        this.sizeOfDataset = sizeOfDataset;
    
    122    }
    
    123
    
    124    public int getSizeOfDataset() {
    
    125        return sizeOfDataset;
    
    126    }
    
    127}
    
    128
    

    
其中的iris數據集也是數據挖掘領域的標準數據集，這個程序的運行結果如下：
    
original class is Iris-setosa
    
classify it to class Iris-setosa
    
感興趣的朋友可以和我一起研究~~~郵件聯系哦。
    

		
    
			posted on 2010-11-04 09:51 changedi 閱讀(4063) 評論(2)  編輯  收藏  所屬分類: 機器學習 
		
    
	
    
	
	


	


    
	    
    


    

    評論
    
	
	
			
    
				# re: weka的java使用(2)——分類
					
						2011-03-31 20:21
					
				Jesson
			
    
			
    
				你好，我在學習weka中。。。利用java調用j48算法對數據集構建分類模型，這個步驟問題 不大，重點是我應該如何利用模型對未分類的數據集進行分類？謝謝啊~~~~~  回復  更多評論
				  
			
    
		
			
    
				# re: weka的java使用(2)——分類
					
						2011-03-31 20:35
					
				changedi
			
    
			
    
				@Jesson

    在weka中默認的分類是十折交叉驗證即train和test都用你提供的arff文件。你可以選擇train和test分開，使用單獨的train文件和test文件，在weka的explorer界面的classifier選項卡里有設置的，很容易找到。  回復  更多評論
				  
			
    
		

    




    








    

				

    



    







    
        
	



主站蜘蛛池模板：
大陆一级毛片免费视频观看|
成人一a毛片免费视频|
全部免费毛片在线|
大胆亚洲人体视频|
久久精品国产亚洲AV未满十八|
国产精品免费αv视频|
www.亚洲一区|
成年免费大片黄在线观看com|
99re热精品视频国产免费|
无码专区—VA亚洲V天堂|
亚洲精品免费在线观看|
亚洲黄片毛片在线观看|
v片免费在线观看|
亚洲精品乱码久久久久66|
国产亚洲一卡2卡3卡4卡新区|
免费看香港一级毛片|
精品亚洲国产成AV人片传媒|
免费国产在线精品一区|
国产精品亚洲产品一区二区三区|
亚洲欧洲春色校园另类小说|
免费可以看黄的视频s色|
国产成A人亚洲精V品无码|
国产99久久亚洲综合精品|
蜜臀AV免费一区二区三区|
国产AV无码专区亚洲AV男同|
久久精品无码专区免费青青|
亚洲色偷偷综合亚洲AVYP|
久久成人无码国产免费播放|
亚洲色大18成人网站WWW在线播放|
每天更新的免费av片在线观看
|
在线jyzzjyzz免费视频|
看全免费的一级毛片|
国产亚洲AV无码AV男人的天堂|
亚洲成人免费网站|
亚洲av日韩av永久无码电影|
青青在线久青草免费观看|
婷婷亚洲综合一区二区|
亚洲成AV人在线观看天堂无码|
毛片免费vip会员在线看|
亚洲五月丁香综合视频|
亚洲av日韩片在线观看|