Change Dir

先知cd——熱愛生活是一切藝術的開始

公告

寫下來的都是資源，分享給互聯(lián)網(wǎng)~~均屬原創(chuàng)隨筆。
轉載引用請注明作者changedi。
喜歡應用研究，熱愛編程，歡迎交流。

隨筆分類(125)

隨筆檔案(123)

統(tǒng)計

隨筆 - 222
文章 - 0
評論 - 182
引用 - 0

留言簿(18)

積分與排名

積分 - 421154
排名 - 132

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

*/
4

package edu.tju.ikse.mi.util;
5

6

import java.io.File;
7

import java.io.IOException;
8

9

import weka.classifiers.Classifier;
10

import weka.core.Attribute;
11

import weka.core.Instances;
12

import weka.core.converters.ArffLoader;
13

14

/**
15

* @author Jia Yu
16

* @date 2010-6-9
17

*/
18

public 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(4064) 評論(2) 編輯收藏所屬分類: 機器學習


只有注冊用戶登錄后才能發(fā)表評論。




網(wǎng)站導航: 博客園 IT新聞 Chat2DB C++博客博問管理
相關文章: 決策樹和Random Forests——優(yōu)秀的群體智慧 Logistic Regression——用線解決問題 weka定制計劃已添加到github weka特征預處理的一些tip weka的java使用(3)——特征選擇 weka的java使用(2)——分類 weka的java使用(1)——聚類貝葉斯決策——總結筆記

# re: weka的java使用(2)——分類 2011-03-31 20:21 Jesson

# re: weka的java使用(2)——分類 2011-03-31 20:35 changedi

Change Dir

導航

公告

隨筆分類(125)

隨筆檔案(123)

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

評論