<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(tǒng)計
    
	
		

    留言簿(18)
    


        

    積分與排名
    


		
		
    “牛”們的博客
    
		
				
			
	
		
    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(shù)據(jù)集也是數(shù)據(jù)挖掘領域的標準數(shù)據(jù)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(lián)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(diào)用j48算法對數(shù)據(jù)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(shù)據(jù)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：
人妻无码中文字幕免费视频蜜桃
|
亚洲人成影院在线|
日韩免费精品视频|
看Aⅴ免费毛片手机播放|
亚洲精品无码专区久久久|
亚洲美女免费视频|
午夜亚洲乱码伦小说区69堂|
亚洲av无码一区二区三区不卡|
成年在线观看网站免费|
免费人成大片在线观看播放电影|
亚洲AV无码一区二区三区DV|
在线观看视频免费国语|
成人无码WWW免费视频|
亚洲日韩中文字幕无码一区|
亚洲精品无码久久久久|
在线视频免费国产成人|
午夜精品一区二区三区免费视频|
亚洲欧洲精品成人久久曰|
亚洲av日韩av不卡在线观看|
性做久久久久免费观看|
日韩精品内射视频免费观看|
视频一区在线免费观看|
亚洲欧洲国产综合|
自拍偷自拍亚洲精品情侣|
最近2019中文免费字幕|
永久免费av无码入口国语片|
男男gay做爽爽免费视频|
亚洲一卡2卡4卡5卡6卡在线99|
国产亚洲精品a在线观看
|
久久亚洲精精品中文字幕|
免费欧洲毛片A级视频无风险|
91精品免费不卡在线观看|
一级一级一级毛片免费毛片|
亚洲人成网站色7799|
亚洲美女中文字幕|
亚洲AV无码专区国产乱码不卡|
亚洲欧洲日产国码无码网站|
波多野结衣免费视频观看|
永久免费无码网站在线观看|
国产成人午夜精品免费视频|
99久久免费中文字幕精品|