weka 贝叶斯 java_NaiveBayes朴素贝叶斯分类器weka实现

本文介绍了使用weka的NaiveBayes分类器进行数据分类的过程。在实践中遇到的挑战包括:选择-K或-D参数,解决属性重名问题,处理内存不足导致的异常,以及展示代码实现和评估结果。通过调整JVM内存限制(-Xmx512m)解决了运行时内存问题,同时提供了完整的Java代码示例来加载、训练和测试数据。
摘要由CSDN通过智能技术生成

1.参数设置(这两个参数我不怎么清楚什么意思,查了半天也没查到,有谁知道的务必不吝指教!!)

-K -- Use a kernel density estimator for numeric attributes rather than a normal distribution.对数值属性使用核密度估计代替正态分布

-D -- Use

supervised discretization to convert numeric attributes to nominal

ones.

这两者只能2选一

2.一开始加载arff文件是报错

a4c26d1e5885305701be709a3d33442f.png

原来是文件中属性有重名的,修改一下即可。

3.如果直接运行的话会因为内存不够而产生异常(数据量太大)

Exception in thread "main"

java.lang.OutOfMemoryError: Java heap space

at weka.core.Instances.sort(Instances.java:1231)

at weka.core.Instances.sort(Instances.java:1251)

at

weka.classifiers.bayes.NaiveBayes.buildClassifier(NaiveBayes.java:247)

at pers.NaiveBayesTest.main(NaiveBayesTest.java:37)

soluti

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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