Java程序通过weka调用libsvm和liblinear的方法

http://blog.csdn.net/felomeng/article/details/5194824

《Java程序通过weka调用libsvm的方法》一文阐述了调用LibSVM的简单方法，这里主要补充四点：

1.       LibSVM在weka3.5版以后都集成了包装，无须再使用WLSVM，所以上文中的WLSVM相关的内容可以去除，而类型WLSVM可以换成LibSVM，需要添加包

import weka.classifiers.functions.LibSVM;

无须再使用import wlsvm.WLSVM;

2.       LibLINEAR占用内存小，可以在大数据集大特征量的情况下使用，调用方法与LibSVM相同，不同的就是把类LibSVM换成LibLINEAR（同时，加载的jar包为LibLINEAR，加载方法见《在eclipse下使用java调用weka》下载地址：http://download.csdn.net/source/1998016）。

3.       参数设置

在

m_classifier.buildClassifier(instancesTrain); //训练

前添加：

String[] options=weka.core.Utils.splitOptions("-S 0 -K 2 -D 3 -G 0.0 -R 0.0 -N 0.5 -M 40.0 -C 1.0 -E 0.0010 -P 0.1 -B 0");

m_classifier.setOptions(options);

4.       分类器序列化与反序列化（保存与读取）

weka内置了序列化类，只要使用：

weka.core.SerializationHelper.write(“E:/model”, m_classifier);

就可以保存模型了，使用时只要再使用下面语句读取出来（以LibSVM为例）：

Classifier classifier=(LibSVM)weka.core.SerializationHelper.read(“E:/model”);