WEKA，classify，J48

最新推荐文章于 2024-09-15 11:40:06 发布
最新推荐文章于 2024-09-15 11:40:06 发布
阅读量241 收藏
点赞数
文章标签： 数据结构与算法
原文链接：https://my.oschina.net/luan/blog/77550
版权

为什么80%的码农都做不了架构师？>>>   hot3.png

简介

生成pruned或unpruned的C4.5决策树。

选项

binarySplits-是否对nominal attributes使用bianry splits。

confidenceFactor-值越小删除越多instance

debug-如果设置为true，则输出另外的信息。

minNumObj-每个叶子包含instance的最小数量。

numFolds-一个fold用来削减，其他的用来构建树。

reducedErrorPruning-是否用reduced-error pruning来代替C.4.5 pruning.

saveInstanceData-是否可视化保存训练数据。

seed-当使用reduced-error pruning时，随机函数的seed。

subtreeRaising-whether to consider the subtree raising operation when pruning.

unpruned-是否进行pruning。

useLaplace-Laplace来判断叶子数是否平滑。

转载于:https://my.oschina.net/luan/blog/77550

weixin_34174322
关注
Weka之进一步了解分类器
qq_42752823的博客
10-21 899
以使用UserClassifier分类器建立决策树为例，进一步了解分类器。 1、打开Explorer界面，选择数据集segment-challenge.arff。 这是一个比较复杂的关于图像分析的数据集。详情请看： 2、打开classify面板，选择UserClassifier分类器。 若无此分类器，至Tools->package manager下载即可。 3、选择测试集segment-...
weka学习(2)——Classifier（类别）
longyi_java的专栏
03-15 5684
参考：http://quweiprotoss.blog.163.com/blog/static/40882883200810287352690/     public class ClassifierTest { private Instances m_instances = null; public void getFileInstances(String fileName)
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。
学习笔记：weka-＞classify-＞classify output-＞summary
weixin_45562510的博客
10-01 691
学习笔记：weka->classify->classify output->summary 写在开头（重复的） 1.课程来源：B站视频. 2.笔记目的：课程老师推荐个人学习+增强记忆+方便回顾 3.时间：2021年4月26日 4.同类笔记链接：（钩子：会逐渐增加20211001） 5.请一定观看视频课程，笔记是对视频内容的有限度的重现和基于个人的深化理解。 6.注意符号 SS：意味着我的个人理解，非单纯授课内容，有可能有误哦。 —以下正文— 一、summary的简介 1.关注在软件的哪里
php weka,WEKA，classify，J48
weixin_34377697的博客
04-12 154
简介生成pruned或unpruned的C4.5决策树。选项binarySplits-是否对nominal attributes使用bianry splits。confidenceFactor-值越小删除越多instancedebug-如果设置为true，则输出另外的信息。minNumObj-每个叶子包含instance的最小数量。numFolds-一个fold用来削减，其他的用来构建树。redu...
weka中的J48
u010007619的博客
06-10 1219
private void handleNumericAttribute(Instances trainInstances) throws Exception { int firstMiss;//最后一个有效instance的下标 int next = 1;//下一个instance的index int last = 0;//当前instance的index
Weka分类---J48
水滴石穿
12-22 3755
利用iris数据集用weka只带的J48训练分类器详细见程序注释package wekaTest;import weka.classifiers.meta.FilteredClassifier; import weka.classifiers.trees.J48; import weka.core.Instances; import weka.core.converters.ConverterUti
weka J48 demo代码
10-25
3. **选择算法**：在Weka的"Explorer"界面，选择"Classify"标签，然后在"Choose"框中选择"weka.classifiers.trees.J48"。 4. **设置参数**：J48有一些可配置的参数，如`-C`控制剪枝的复杂度，`-M`最小叶子节点样本...
机器学习：WEKA的应用之 J48（C4.5）
热门推荐
梦里水乡的专栏
09-10 3万+
对于机器学习分类问题的解决方法除了SVM（支持向量机）、maxent（最大熵）还有J48和Adaboost，这两项工具箱都有集成在weka里，下面先说一下对J48即C4.5的应用 weka的下载与安装 什么是J48（C4.5） weka中J48（C4.5）的应用 一、weka的下载与安装 下载地址：weka下载地址（SourceForge） 我用的是win7的32位系统，
Weka之分类器(classifier)的使用
qq_42752823的博客
10-11 5001
1、打开Explorer界面，选择数据集（这里以glass.arff为例）点击Classify面板，点击左上角的choose。 2、打开Explorer界面，选择数据集（这里以glass.arff为例）点击Classify面板，点击左上角的choose，将显示贝叶斯分类器、函数分类器、懒惰分类器、元分类器等分类器。 这里选择决策树中经典的J48分类器为例。 3、点击Start，开始分类。 4...
基于weka的数据分类分析实验报告(精选)
12-14
数据挖掘课程中，关于分类算法的课程实验报告，要求使用weka工具完成
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安装及简单应用
qq_38549200的博客
09-12 3万+
因为前段时间上课有接触WEKA这个软件 ，写了一个实验报告，特此把它贴出来，希望能对大家有所帮助~ 一、Weka介绍 1、Weka简介 Weka是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis)的英文字首缩写，在该网站可以免费下载可运行软件和源代码，还可以获得说明文档、常见问题解答、数据集和其他文献等资源。Weka是新西兰怀卡托大学用...
Weka开发［2］－分类器类
我的人生不甘于平庸！
04-15 379
     这次介绍如何利用weka里的类对数据集进行分类，要对数据集进行分类，第一步要指定数据集中哪一列做为类别，如果这一步忘记了（事实上经常会忘记）会出现“Class index is negative (not set)!”这个错误，设置某一列为类别用Instances类的成员方法setClassIndex，要设置最后一列为类别则可以用Instances类的numAttributes()成员...
Weka 学习:J48(C4.5)
MrRoyLee的专栏
09-16 1213
Before writing:To improve my english,I will write my blog in English.  Section One: J48                       J48 is a class to implement C4.5 algorithm.Look at part of the code.In the buildClass
Weka之重复训练与测试数据
qq_42752823的博客
11-13 999
训练数据和测试数据是从相同的总体中取出独立样本，结果自然存在误差。但我们可以通过设定随机种子和重复实验来估算误差。还可以通过实验计算平均值和方差。 1、打开Explorer界面，选择数据集segment-challenge.arff。 2、打开classify面板，选择J48分类器。 3、将Percentage split按比划分设为90%，即数据集的90%为训练集，10%为训练集。点击“star...
一款数据挖掘软件——WEKA
登登的博客 是温馨的小屋。
07-19 8516
Weka是新西兰怀卡托大学用Java开发的数据挖掘著名开源软件，该系统自1993年开始由新西兰政府资助，至今已经历了20年的发展，其功能已经十分强大和成熟。Weka作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。如果想自己实现数据挖掘算法的话，可以看一看WEKA的接口文档。在WEKA中集成自己的算法甚。...
WEKA使用教程(经典教程！！！)
TwcatL_tree
11-26 6594
WEKA使用教程目录 1. 简介 2. 数据格式 3.数据准备 4. 关联规则（购物篮分析） 5. 分类与回归 6. 聚类分析 1. 简介 WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），它的源代码可通过http://www.cs.waikato.ac.nz/ml/weka得到。同时weka也是新西兰的一种鸟名，而WEKA的主要开发者来自新西兰。 WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习
C++ STL中sort函数
最新发布
weixin_43349440的博客
09-15 167
刷题中经常遇到，用于各种元素排序，可以自定义排序方式，vector、deque适用。详细讲解：https://zhuanlan.zhihu.com/p/36274119。，为避免QuickSort快排的递归调用带来过大的额外负荷，就改用。一旦分段后的数据量小于某个门槛。STL的sort算法，
java代码实现weka中J48模型的代码
05-18
J48 j48 = (J48) weka.core.SerializationHelper.read("path/to/j48.model"); // 加载测试数据 DataSource source = new DataSource("path/to/test.arff"); Instances testData = source.getDataSet(); ...
评论
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