Weka初体验——中文文本分类

最新推荐文章于 2024-07-11 09:10:12 发布
最新推荐文章于 2024-07-11 09:10:12 发布
阅读量3.2w 收藏 35
点赞数 9
分类专栏： weka 文章标签： weka 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lym199286/article/details/47268171
版权
本文介绍了如何在Weka环境下进行中文文本分类，包括Weka的下载、配置文件修改以支持中文、数据格式要求、分类训练以及如何使用libsvm。通过调整配置和数据预处理，使得Weka能处理中文文本，利用其强大的分类器进行训练，并探讨了在Java项目中集成Weka的可能性。
摘要由CSDN通过智能技术生成

最近在公司实习做电商评论相关的数据分析，需要调几个分类器，组里的代码一贯用Java编写，为了提高工作效率，找了找Java环境下的机器学习工具库，发现了Weka这个神奇的东西。

Weka介绍及下载

Weka是一个Java编写的具有10几年历史的开源机器学习与数据挖掘软件，曾获得SIGKDD颁发的数据挖掘领域内最高服务奖。

Weka软件的主页面

上面这张图就是Weka的主页面，GUI做得很简陋，但它的功能的确非常强大。而且它不仅可以通过GUI操作，还有CLI(command-line interface)命令行模式，而且因为它的源码使用java编写，所有它的jar包还可以导入java的工程中，直接调用api。

我们今天先简单分享一下在使用GUI的过程中遇到的一些问题。

我下载的是Weka官网上的3-7-12 64位不带Java VM的版本，大家可以点击这里直接下载这个版本的，也可以点击

最低0.47元/天 解锁文章
YouMayLike
关注
  • 9
    点赞
  • 踩
  • 35
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
专栏目录
基于weka的中文文本分类（java版）
一杯咖啡半杯糖的博客
03-24 7627
本例子是用springboot完成，基于weka实现中文文本分类 , 本例子只是一个简单版，可以在简单版基础上进行扩展分词后再分类，最后达到程序帮我们分词、分类，大大提高效率、简化了人工分类的成本......
Weka使用笔记之一
刘瑞东的专栏
03-13 1884
前些日子基于weka初步做了一下文本分类，使用的是最频繁使用的矢量空间模型（Vector Space Model），即假设正负样本在特征空间的分布迥异，基于某种规则将它们转化为矢量，然后训练分类器来区分这些矢量，测试样本来时送进分类器进行分类就行。在我的实验里面，特征降维使用的是基于TFIDF的特征选择，分类器使用的是朴素贝叶斯（naïve bayes）分类器。   前期预处理 编码不一致：
基于weka的文本分类器
03-12
这一我自己写的weka文本分类器，里面有代码的注视，也有样本数据，可以方便大家入门使用
weka平台的二次开发
weixin_44373127的博客
06-25 1363
weka的相关资料可以在获取下载后的软件界面如图。
机器学习库实战：DL4J与Weka在Java中的应用
最新发布
weixin_53840353的博客
07-11 796
Deeplearning4j（DL4J）是一个用于Java和JVM的开源深度学习库，它支持各种神经网络架构，包括卷积神经网络（CNN）、循环神经网络（RNN）和长短期记忆网络（LSTM）。DL4J旨在与Hadoop和Spark等大数据技术无缝集成。Weka（Waikato Environment for Knowledge Analysis）是一个用于数据挖掘任务的机器学习库，它提供了大量的算法和工具来处理数据预处理、分类、回归、聚类和关联规则挖掘等任务。
weka 文本分类（1）
anqiu4023的博客
10-12 197
一、初始化设置 1 jvm out of memory 解决方案： 在weka SimpleCLI窗口依次输入java -Xmx 1024m 2 修改配置文件，使其支持中文： 配置文件是在Weka安装后的目录下，比如我的是在C:\Program Files\Weka-3-7\RunWeka.ini，打开这个文件，找到fileEncoding=Cp1252这一行，改成file...
基于weka的文本分类实现
CH4211148的博客
12-16 548
weka介绍 参见 1)百度百科：http://baike.baidu.com/link?url=V9GKiFxiAoFkaUvPULJ7gK_xoEDnSfUNR1woed0YTmo20Wjo0wYo7uff4mq_wg3WzKhTZx4Ok0JFgtiYY19U4q 2)weka官网:http://www.cs.waikato.ac.nz/ml/weka/ 简单文本分类实现...
weka分类器怎么设置类别_文本分类是什么、怎么做？
weixin_39611174的博客
11-20 426
摘要：文本分类是NLP应用领域中最常见也最重要的任务类型。本文简单定义了文本分类任务，说明了用文本分类形式解决问题的基本思路，讨论了数据集建设中的关键问题，并简要地介绍了文本分类算法，最后介绍了文本分类去工程化时的一些经验。1. 引言 我在读研的时候，由于课题需要，开始接触自然语言处理——当时其实不知道啥是“自然语言处理”，只知道我需要“把微博文本分为两类”，即把微博文本分成按照情感极...
weka文本分类
一个IT菜鸟的自白
12-06 6196
前些日子基于weka初步做了一下文本分类，使用的是最频繁使用的矢量空间模型（Vector Space Model），即假设正负样本在特征空间的分布迥异，基于某种规则将它们转化为矢量，然后训练分类器来区分这些矢量，测试样本来时送进分类器进行分类就行。在我的实验里面，特征降维使用的是基于TFIDF的特征选择，分类器使用的是朴素贝叶斯（naïve bayes）分类器。   前期预处理
大数据竞赛平台——Kaggle 入门
qq_43667111的博客
11-13 603
大数据竞赛平台——Kaggle 入门
利用开源的数据挖掘平台WEKA进行文本分类仿真实验
05-10
煤矿企业自动化系统使用的文本分类中的一个关键问题就是分类方法的选择。为了对常用的分类方法进行性能的综合评价,分析了朴素贝叶斯(NB)、决策树(DT)、支持向量机(SVM)这3种常用的文本分类方法,并利用开源的数据挖掘平台WEKA进行仿真实验。
应用WEKA进行数据分类
05-31
WEKA把分类(Classification)和回归(Regression)都放在“Classify”选项卡中，这是有原因的。 在这两个任务中，都有一个目标属性（输出变量）。我们希望根据一个样本(WEKA中称作实例)的一组特征（输入变量），对目标进行预测。为了实现这一目的，我们需要有一个训练数据集，这个数据集中每个实例的输入和输出都是已知的。观察训练集中的实例，可以建立起预测的模型。有了这个模型，我们就可以对新的输出未知的实例进行预测了。衡量模型的好坏就在于预测的准确程度。 在WEKA中，待预测的目标（输出）被称作Class属性，这应该是来自分类任务的“类”。一般的，若Class属性是分类型时我们的任务才叫分类，Class属性是数值型时我们的任务叫回归。
Weka各类分类器的使用（Java）
05-19
Java使用Weka的整个流程，内有示例。配置：MyEclipse2013+Weka3.6+libsvm3.18+Jdk1.7+Win8.1
Weka 3.7.12 x64 中文版 v0.1 发布
02-25
最近工作繁忙，只能抽出业余时间来做国际化并翻译为中文。目前第一版weka中文版已经发布，暂定版本v0.1，汉化了大部分界面，目测需要汉化的内容还很多，先发布出来大家尝尝鲜。 本次只发布了64位的版本，不含jre，需要自行安装。解压缩到任意目录后，运行RunWeka.bat就可以了。当然也有快捷方式可以用，但图标因为路径问题需要你自己重新设定一下。
中文分词：python-jieba-安装及使用样例
热门推荐
夏尔的小木屋
02-04 1万+
前言（关于分词） 最开始知道jieba是（为了完成Data Mining课程作业）在收集新闻文本分类的资料的时候：新闻上的文本分类。通过传统的机器学习方法和深度学习方法来做新闻短文本分类，并对这些方法进行对比。 同时收集到的其他资料还有： Weka初体验——中文文本分类数据挖掘 文本分类（一） 综述 在数据挖掘 文本分类（一） 综述中，知道了另一个分析工具：中科院张华平
自然语言处理NLP小结
weixin_42329812的博客
07-07 849
自然语言处理 (Natural Language Processing, NLP) 是人工智能 (AI) 最热门的领域之一，也被称为人工智能皇冠上的明珠。这要归功于诸如撰写连贯文章的文本生成器、聊天机器人以及产生照片级真实感的文本到图像程序等应用程序。近年来，计算机理解人类语言、编程语言，甚至类似于语言的生物和化学序列（例如 DNA 和蛋白质结构）的能力发生了革命。最新的人工智能模型正在解锁这些领域，以分析输入文本的含义并生成有意义的、富有表现力的输出。
数据专家最佳实践：数据挖掘与运维分析
11-11 4289
这份研究报告，作者是优云软件数据专家陈是维，在耗时1年时间制作的一份最佳实践，今天和大家分享下，关于《数据采矿和运维分析》，共同探讨~ 数据挖掘（Data Mining）是从大量数据中提取或“挖掘”知识。   广义数据挖掘：数据挖掘是从存放在数据库、数据仓库或其它信息库中的大量数据挖掘有趣知识的过程。 数据挖掘技术侧重：1）概率与数理统计 2）数据库技术 3）人工智能技术
weka 初练之 文本分类
weixin_30493401的博客
12-11 82
0.注意weka的中文编码RunWeka.ini-----》fileEncoding=utf-81.首先对分词后的 无新词发现的分词文件，转换成arff文件 命令java weka.core.converters.TextDirectoryLoader -dir D:\weibo\catagory\data10W\nlpirSegment\noNI > D:\weibo\catagory\d...
中文文本分类详解：Weka应用与实践
本资源主要讲解了文本分类的基本概念、实现步骤、特征表示、特征选择、分类器设计、分类器评价以及常用软件的介绍，特别是在中文文本信息处理中的应用。 在文本分类中，我们首先面对的问题是如何处理海量的文本数据...
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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