java调用weka里面的分类器做回归
来源:互联网 发布:淘宝代销赚钱吗 编辑:程序博客网 时间:2024/06/15 01:23
这里是M5P分类器,源文档有很大帮助
package rf;import java.io.BufferedReader;import java.io.FileReader;import java.io.PrintStream;import weka.classifiers.rules.M5Rules;import weka.classifiers.trees.DecisionStump;import weka.classifiers.trees.M5P;import weka.classifiers.trees.RandomForest;import weka.core.converters.ConverterUtils.DataSource;import weka.core.Instances; public class randomf {public void runrf(int set) throws Exception{DataSource dataSource=new DataSource("svm/train_"+set+".arff");Instances data=dataSource.getDataSet();data.setClassIndex(data.numAttributes()-1);RandomForest rForest=new RandomForest();rForest.buildClassifier(data);//trainInstances predictInstances=new Instances(new BufferedReader(new FileReader("svm/predict_"+set+".arff")));predictInstances.setClassIndex(predictInstances.numAttributes()-1);int sum=predictInstances.numAttributes();for (int i = 0; i < sum; i++) {double real=predictInstances.instance(i).classValue();double dis=rForest.classifyInstance(predictInstances.instance(i));System.out.println(real+" "+dis);}System.out.println("end");}
//上面是随机怎林的分类,不能用于回归public void m5p(int set,int min) throws Exception{PrintStream printStream=new PrintStream("set"+set+".predict");//文件输出DataSource dataSource=new DataSource("svm/train_"+set+".arff");//读取训练文件Instances data=dataSource.getDataSet();data.setClassIndex(data.numAttributes()-1);//最后一个是label//RandomForest rForest=new RandomForest();M5P m5p=new M5P();
String[] opString=new String[3];opString[0]="-R";opString[1]="-M";opString[2]=Integer.toString(min);m5p.setOptions(opString);//设置参数
m5p.buildClassifier(data);//trainInstances predictInstances=new Instances(new BufferedReader(new FileReader("svm/predict_"+set+".arff")));//predictpredictInstances.setClassIndex(predictInstances.numAttributes()-1);int sum=predictInstances.numInstances();System.out.println(sum);for (int i = 0; i < sum; i++) {//double real=predictInstances.instance(i).classValue();double dis=m5p.classifyInstance(predictInstances.instance(i));printStream.println(dis);}printStream.close();System.out.println("set "+set+"finished");}}
0 0
- java调用weka里面的分类器做回归
- Weka里面各种分类器的使用(Java)
- Java集成Weka做线性回归的例子
- Java集成Weka做线性回归的例子
- Java调用Weka API分类实例
- Java调用Weka API分类实例
- 如何在python程序中调用weka的分类器
- Java集成Weka做逻辑回归(Logistic Regression)
- Logistic Regression逻辑回归分类器weka实现
- Weka各类分类器的使用(Java)
- Weka 学习之调用Weka 分类算法
- Java调用weka.jar利用交叉验证方法进行分类
- weka实际操作--构建分类、回归模型
- Weka中分类器指标的说明
- [Weka]在自己的算法中调用Weka实现文本分类的一个例子
- weka分类器-NaiveBayes
- Weka集成分类器
- Java集成Weka做逻辑回归(Logistic Regression)(续)
- 引用
- 头文件
- 谈谈需求(下)
- 第二次用链表,約賀付数,还可以再简单的方法做
- Java内存区域及Java垃圾回收机制概述
- java调用weka里面的分类器做回归
- spring整合myBatis
- 手机GUI自动化测试简介
- 将二维数组绘制成三维的图像
- POJ 2236 Wireless Network 几何+并查集
- RGB颜色对照表
- 我的处女作
- VIM一些让人头疼的东西!(不断更新)
- ZooKeeper伪分布式集群安装及使用