通过weka.jar包来进行数据预处理

最新推荐文章于 2021-02-22 08:45:09 发布

lilivian

最新推荐文章于 2021-02-22 08:45:09 发布

阅读量4.5k

点赞数

分类专栏：数据挖掘文章标签：数据挖掘weka数据预处理

本文链接：https://blog.csdn.net/lilianforever/article/details/46740331

版权

本文介绍了如何通过加载weka.jar包来执行数据预处理，特别强调了在eclipse中添加外部jar包的步骤，以确保能够使用weka进行特征选择等操作。

摘要由CSDN通过智能技术生成

前言：注意首先要将weka.jar包加载到相应的路径中去。程序中的数据也是用的weka自带的数据。

扩展：eclipse添加jar包的操作方法：

打开eclipse ,在对应的工程下右击，选择Build Path ->选择Configure Build Path ->选择Libraries ->点击Add External JARs ->然后到你的jar包所在路径选择它。即可。

一、特征选择

package learning;

import weka.attributeSelection.ASEvaluation;
import weka.attributeSelection.InfoGainAttributeEval;
import weka.attributeSelection.Ranker;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSink;
import weka.core.converters.ConverterUtils.DataSource;
import weka.filters.Filter;
import weka.filters.supervised.attribute.AttributeSelection;


/**feature selection via weka
 * 
 * @author wenbaoli
 *
 */
public class featureSelect {

	/**
	 * 
	 * @param arg
	 */
	public static void main(String[] arg){
		
		try {

			System.out.println("++++++++++++Example3:Feature Selection Via Weka.+++++++++");
			
			System.out.println("Step1:load data...");
			String fn = "E:/weka/data/iris.arff";
			DataSource source = new DataSource(fn);
			Instances instances = source.getDataSet();
			
			System.out.println("Step2:feature selction...");
			featureSelect fs = new feature