用python的方式调用weka -- Jython & Weka

 (作者：玛瑙河，转载请注明作者或出处，)　

以RBFNetwork为例，简要说明Jython + Weka 协同工作的方法。

1. install weka (into /opt/weka/ or elsewhere) & Jython

2. export CLASSPATH="$CLASSPATH:/opt/weka/weka.jar"

3. jython rbfnetwork.py traindata.arff testdata1.arff testdata2.arff ...

 

下面是rbfnetwork.py的代码

rbfnetwork.py

 1  # !/usr/bin/env jython
 2  import  sys,os
 3 
 4  import  java.io.FileReader as FileReader
 5  import  java.lang.StringBuffer as StringBuffer
 6  import  java.lang.Boolean as Boolean
 7  import  java.io.ObjectOutputStream as ObjectOutputStream
 8  import  java.io.ObjectInputStream as ObjectInputStream
 9  import  java.io.FileOutputStream as FileOutputStream
10  import  java.io.FileInputStream as FileInputStream
11  import  weka.core.Instances as Instances
12  import  weka.classifiers.functions.RBFNetwork as RBFNetwork
13  import  weka.classifiers.Evaluation as Evaluation
14  import  weka.core.Range as Range
15  import  weka.core.Utils.splitOptions as splitOptions
16  import  weka.classifiers.evaluation.output.prediction.PlainText as PlainText
17 
18 
19  #  check commandline parameters
20  if  ( (len(sys.argv)  <   3 )):
21       print   " Usage: rbfnetwork.py <TRAIN-ARFF-file> <TEST-ARFF-file> ... "
22      sys.exit()
23 
24  #  load data file
25  print   >> sys.stdout, " Loading data... "
26  train_file  =  FileReader(sys.argv[ 1 ])
27 
28  train_data  =  Instances(train_file)
29 
30  #  set the class Index - the index of the dependent variable
31  train_data.setClassIndex(train_data.numAttributes()  -   1 )
32 
33  model = sys.argv[ 1 ] + " .model "
34  if  os.path.exists(model):
35       # load existed model
36      f_in  =      FileInputStream (model);
37      obj_in  =  ObjectInputStream (f_in);
38      rbfnetwork  =  obj_in.readObject ();
39 
40       print   " --> Use exsisted model: %s "   %  model
41  else :
42       #  create the model
43      options = splitOptions( " -B 2 -S 1 -R 1.0E-8 -M -1 -W 0.1 " )
44      rbfnetwork  =  RBFNetwork()
45      rbfnetwork.setOptions(options)
46      rbfnetwork.buildClassifier(train_data)   #  only a trained classifier can be evaluated
47 
48       # save model
49      f_out  =  FileOutputStream (model);
50      obj_out  =  ObjectOutputStream (f_out);
51      obj_out.writeObject (rbfnetwork);
52      
53       #  print out the built model
54       print   " --> Generated model:\n "
55 
56  print  rbfnetwork
57  print   " = " * 80
58 
59  for  i  in  range(len(sys.argv) - 2 ):
60      test_file  =  FileReader(sys.argv[i + 2 ])
61      test_data  =  Instances(test_file)
62      test_data.setClassIndex(train_data.numAttributes()  -   1 )   
63      buffer  =  StringBuffer()   #  buffer for the predictions
64      output = PlainText()
65      output.setHeader(test_data)
66      output.setBuffer(buffer)
67      
68      attRange  =  Range()   #  attributes to output
69      outputDistribution  =  Boolean(True)   #  we  want distribution
70      evaluation  =  Evaluation(train_data)
71      evaluation.evaluateModel(rbfnetwork, test_data, [output, attRange, outputDistribution])
72     
73       print   " --> Evaluation for %s:\n "   %  sys.argv[i + 2 ]
74       print  evaluation.toSummaryString()
75       print  evaluation.toMatrixString()
76       print   " - " * 80     
77       print   " --> Predictions for %s:\n "   %  sys.argv[i + 2 ]
78       print  buffer
79       print   " = " * 80
80 
81 

 

 如果你有大量的类似任务需要运行，你还可以将这些任务提交到任务管理系统如Torque等，然后你就不用管了，等着任务运行完毕后系统给你发送通知邮件吧。

转载于:https://www.cnblogs.com/agateriver/archive/2010/04/20/1716457.html