Java实现逻辑回归对成绩进行二分类（借助weka工具包）

最新推荐文章于 2024-07-11 09:10:12 发布

虚无-无限

最新推荐文章于 2024-07-11 09:10:12 发布

阅读量863

点赞数

分类专栏： Java 文章标签： java 机器学习

本文链接：https://blog.csdn.net/Nothing_ness/article/details/109338705

版权

本文介绍了如何使用Java结合Weka工具包实现逻辑回归对成绩进行二分类。通过引入依赖并创建LogisticRegression类，实现了基于60分界限的准确分类。虽然未采用硬编码的及格判断，模型预测结果显示高度准确性。注意，未经处理的预测结果可能不符合预期，逻辑回归的分类需额外处理。建议新手尝试，但专业数据分析推荐使用MATLAB。

摘要由CSDN通过智能技术生成

Java实现逻辑回归对成绩进行二分类（借助weka工具包）

因为涉及到版权问题，只弄核心部分。

数据方面以及weka在这一篇博客中介绍了
链接: https://blog.csdn.net/Nothing_ness/article/details/109337875.

1引入依赖pom.xml(记得刷新maven配置)

<!--     weka集成java-->
        <dependency>
            <groupId>nz.ac.waikato.cms.weka</groupId>
            <artifactId>weka-stable</artifactId>
            <version>3.8.1</version>
        </dependency>

2新建类LogisticRegression

import weka.classifiers.functions.Logistic;
import weka.core.Instance;
import weka.core.Instances;
import weka.core.SparseInstance;
import weka.core.converters.ArffLoader;

import java.io.File;

/**
 * @Author:wzy
 * @Date: 2020-10-20 10:49
 * @Description:
 */
public class LogisticRegression {

    private LogisticRegression(){

    }

    /***
     * @param arffPath 训练的文件路径
     * @param index    有多少个特征值（多少个X） 最后一个指标{0,1} 0不及格，1及格
     * @return {@link Logistic}
     * @data: 2020-10-20 14:53 @author:wzy
     * description:返回逻辑回归实例
    */
    public static Logistic trainModel(String arffPath,int index) {
        Logistic logic = null;
        try {
            F