Weka二次开发教程（Eclipse+weka）

Weka二次开发教程（Eclipse+weka）

 

Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化的，基于JAVA环境下开源的机器学习以及数据挖掘软件。

安装完环境之后，weka的下载地址：http://www.cs.waikato.ac.nz/ml/weka/里的Developer Verstion

新建一个java工程，添加jar包，在weka的安装目录下（weka.jar和weka-src.jar）

以下是测试代码，使用的数据集是weka-3-7自带

package test;

import java.io.File;

import weka.classifiers.CheckClassifier;

import weka.classifiers.Classifier;

import weka.classifiers.Evaluation;

import weka.classifiers.evaluation.*;

import weka.core.Instance;

import weka.core.Instances;

import weka.core.converters.*;

 

public class testweka {

 

    /**

     * @param args

     */

    public static void main(String[] args) {

       Instances ins = null;

       Classifier cfs = null;

      

       try {

           //读入训练测试样本

           File file = new File("C:\\Program Files\\Weka-3-7\\data\\contact-lenses.arff");

           ArffLoader loader = new ArffLoader();

           loader.setFile(file);

           ins = loader.getDataSet();

           ins.setClassIndex(ins.numAttributes()-1);

           //初始化分类器

           cfs = (Classifier)Class.forName("weka.classifiers.bayes.NaiveBayes").newInstance();

           //使用训练样本进行分类

           cfs.buildClassifier(ins);

           //使用测试样本测试分类器的学习效果

           Instance testInst;

           Evaluation testingEvaluation = new Evaluation(ins);

           int length = ins.numInstances();

           for(int i = 0; i < length ; i++){

              testInst = ins.instance(i);

              testingEvaluation.evaluateModelOnceAndRecordPrediction(cfs, testInst);

           }

           //打印分类结果

           System.out.println("分类的正确率"+(1-testingEvaluation.errorRate()));

       } catch (Exception e) {

           e.printStackTrace();

       }

    }

}

一切正常的话，输出结果是：分类的正确率0.9583333333333334