如何获取Weka源码

 要研究数据挖掘,Weka是不可或缺的工具,下面就来说说如何在myeclipse中引入Weka源码。


1.首先官网上下载weka源码,有两种方式,一种是下载安装文件,安装后在安装目录中会有一个 weka-src.jar ,解压后即为源码,另一种是通过SVN下载: https://svn.cms.waikato.ac.nz/svn/weka/trunk/weka  机子上需要SVN工具如:TortoiseSVN

2.导入myeclipse

2.1 创建工作目录。新建一个weka目录。

2.2 准备源代码。在weka的安装目录中找到weka-src.jar,解压缩到刚才建的目录下。

2.3 创建项目。打开MyEclipse,File->New->Java Project,Project name填weka,选择create project from existing source,点击next,点击finish。

2.4 编译运行。选择刚创建的项目weka,run as Java Application,等待弹出对话框选择主类,weka.gui.main(输入main即可看到)。不一会,weka界面出现。



  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用WEKA进行糖尿病预测时,可以通过代码获取预测结果的百分比。下面是一个简单的Java代码示例,用于加载训练模型、加载测试数据、进行预测并输出预测结果及其概率: ```java import weka.classifiers.Classifier; import weka.classifiers.functions.Logistic; import weka.core.Instance; import weka.core.Instances; import weka.core.converters.ConverterUtils.DataSource; public class DiabetesPrediction { public static void main(String[] args) throws Exception { // 加载训练模型 Classifier classifier = (Classifier) weka.core.SerializationHelper.read("diabetes.model"); // 加载测试数据 DataSource source = new DataSource("diabetes_test.arff"); Instances testData = source.getDataSet(); testData.setClassIndex(testData.numAttributes() - 1); // 对测试数据进行预测 for (int i = 0; i < testData.numInstances(); i++) { Instance instance = testData.instance(i); double prediction = classifier.classifyInstance(instance); double[] probabilities = classifier.distributionForInstance(instance); String predictedClass = testData.classAttribute().value((int) prediction); System.out.println("实例 " + (i+1) + " 的预测结果为: " + predictedClass); System.out.println("预测结果的概率分布为:"); for (int j = 0; j < probabilities.length; j++) { System.out.println(testData.classAttribute().value(j) + ": " + probabilities[j]); } System.out.println(); } } } ``` 在上述代码中,`diabetes.model`是训练好的模型文件,`diabetes_test.arff`是测试数据文件。在预测过程中,`classifier.distributionForInstance(instance)`方法返回的是一个数组,包含了每个类别的概率分布。我们可以通过遍历数组,输出每个类别的概率,从而得到预测结果的百分比。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值