http://blog.csdn.net/felomeng/article/details/4688257
weka是很好用的机器学习库,这里就不详细介绍了。
言归正传,要使用程序方式使用weka,步骤如下:
一、在eclipse里新建一个java project:
1. 建立工程:单击菜单中file->new->java project,在弹出对话框的project name中起任意一个名字,此处假设是wekaTest。单击Finish按钮(在对话框底部)。
2. 建立package:在package Explorer中找到刚才新建的工程,在其上右键->New->package。在Name文本框里面输入名称,此处假设为Test。单击Finish按钮。
3. 建立程序文件:在刚才新建的package上面右键->New->class,选中public static void main(String[] args)多选框,单击Finish。
二、在该工程中添加weka的引用:
1. package Explorer中工程名上右键,选择弹出菜单最后一项properties->在左面选中java Build Path->在右面的Library页面->单击Add External JARs…->浏览weka所在目录,将weka.jar添加进来,然后单击ok。
2. 在package Explorer中在双击Test文件,然后在package wekaTest;一句下面添加四句代码:import java.io.File;
import weka.classifiers.Classifier;
import weka.classifiers.trees.J48;
import weka.core.Instances;
import weka.core.converters.ArffLoader;
三、在程序中添加weka调用代码:
将以下代码添加到Main函数中(在// TODO Auto-generated method stub下面):
Classifier m_classifier = new J48();
File inputFile = new File("D://Program Files//Weka-3-6//data//cpu.with.vendor.arff");//训练语料文件
ArffLoader atf = new ArffLoader();
atf.setFile(inputFile);
Instances instancesTrain = atf.getDataSet();//读入训练文件
inputFile = new File("D://Program Files//Weka-3-6//data//cpu.with.vendor.arff");//训练语料文件
atf.setFile(inputFile);
Instances instancesTest = atf.getDataSet();//读入测试文件(尽管训练和测试数据相同,但不能省略以上两句)
instancesTrain.setClassIndex(0);//设置分类属性所在行号(第一行为0号),instancesTest.numAttributes()可以取得属性总数
instancesTest.setClassIndex(0);
int InstanceCount = instancesTest.numInstances();//测试语料实例数
int rightCount = 0;
m_classifier.buildClassifier(instancesTrain);
for(int i=0;i<InstanceCount;i++)//测试分类结果
{
if(m_classifier.classifyInstance(instancesTest.instance(i))==instancesTest.instance(i).classValue())//如果预测值和答案值相等(测试语料中的分类列提供的须为正确答案,结果才有意义)
{
rightCount++;//正确值加1
}
}
System.out.println("J48 classification precision:"+(rightCount*1.0/InstanceCount));
四、运行一下试试。
J48 classification precision:0.8373205741626795