利用Weka进行二次开发

最新推荐文章于 2024-06-25 19:22:10 发布

好大的房子

最新推荐文章于 2024-06-25 19:22:10 发布

阅读量607

点赞数

本文链接：https://blog.csdn.net/jffyuhgv/article/details/86478967

版权

本文介绍了如何进行Weka的二次开发，包括在Eclipse中新建工程并导入Weka的jar包，使用EM算法进行用户聚类，并将结果输出到文件。文章提供了数据输入和输出的文件格式，并鼓励读者深入学习和使用Weka。

摘要由CSDN通过智能技术生成

学过数据挖掘和机器学习课的人估计都知道有weka这么一个开源软件，这个软件实现了很多聚类，分类算法。如果没有接触过这个软件，可以参看这篇文章，看完后基本就了解的差不多了： http://blog.csdn.net/yangliuy/article/details/7589306

当然，很多情况下我们不是直接使用这个软件，而是希望把软件中的算法拿过来集成到我们自己的系统中，也就是通常意义上的二次开发。由于weka是开源的，二次开发自然很方面。下面来简单说说如何进行二次开发。

首先在本地安装weka，在安装目录下找到jar包

在eclipse下新建一个工程，导入weka的jar包

接下来就可以尽情使用weka里面提供的算法了，这里我使用的EM算法对用户进行聚类

import java.io.*;import weka.core.*;import weka.clusterers.*;import weka.filters.*;import weka.filters.unsupervised.attribute.Remove;/** * This class shows how to perform a "classes-to-clusters" * evaluation like in the Explorer using EM. The class needs as * first parameter an ARFF file to work on. The last attribute is * interpreted as the class attribute.  * <p/> * This code is based on the method "startClusterer" of the  * "weka.gui.explorer.ClustererPanel" class and the  * "evaluateClusterer" method of the "weka.clusterers.ClusterEvaluation"  * class. * * @author  FracPete (fracpete at waikato dot ac dot nz) */public class ClassesToClusters {  public static void main(String[] args) throws Exception {    // load data   BufferedReader reader = new BufferedReader(