Weka 使用命令行

使用命令行（推荐）
 虽然使用图形界面查看结果和设置参数很方便， 但是最直接最灵活的建模及应用的办法仍是使用命令行。 打开 “Simple CLI”模块，像上面那样使用“J48”算法的命令格式为： java weka.classifiers.trees.J48 -C 0.25 -M 2 -t directory-path\bank.arff -d directory-path \bank.model 其中参数“ -C 0.25”和“-M 2”是和图形界面中所设的一样的。“-t ”后面跟着的是训练数据集的完整路径（包括 目录和文件名） ，“-d ”后面跟着的是保存模型的完整路径。注意！这里我们可以把模型保存下来。 输入上述命令后，所得到树模型和误差分析会在“Simple CLI”上方显示，可以复制下来保存在文本文件里。 误 差是把模型应用到训练集上给出的。 把这个模型应用到“bank-new.arff”所用命令的格式为： java weka.classifiers.trees.J48 -p 9 -l directory-path\bank.model -T directory-path \bank-new.arff 其中“-p 9”说的是模型中的待预测属性的真实值存在第 9 个（也就是“pep”）属性中，这里它们全部未知因此 全部用缺失值代替。“-l”后面是模型的完整路径。“-T”后面是待预测数据集的完整路径。 输入上述命令后，在“Simple CLI”上方会有这样一些结果： 0 YES 0.75 1 NO 0.7272727272727273 2 YES 0.95 3 YES 0.8813559322033898 4 NO 0.8421052631578947 ... 这里的第一列就是我们提到过的“Instance_number”，第二列就是刚才的“predictedpep”，第四列则是 “bank-new.arff”中原来的“pep”值（这里都是“”缺失值） 。第三列对预测结果的置信度（confidence ） 。比 如说对于实例 0， 我们有 75%的把握说它的“pep”的值会是“YES”， 对实例 4 我们有 84.2%的把握说它的“pep” 值会是“NO”。 我们看到，使用命令行至少有两个好处。一个是可以把模型保存下来，这样有新的待预测数据出现时，不用每 次重新建模，直接应用保存好的模型即可。另一个是对预测结果给出了置信度，我们可以有选择的采纳预测结 果，例如，只考虑那些置信度在 85%以上的结果。 ----整理自 http://maya.cs.depaul.edu/~classes/ect584/WEKA/classify.html