在weka中添加libSVM或者HMM等新算法

最新推荐文章于 2023-02-26 20:34:28 发布
最新推荐文章于 2023-02-26 20:34:28 发布
阅读量212 收藏 1
点赞数
文章标签： java matlab 数据结构与算法

转：http://kasy-13.blog.163.com/blog/static/8214691420143226365887/

Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品--Clementine ）的，基于JAVA环境下开源的机器学习（machine learning）以及数据挖掘（data minining）软件。它和它的源代码可在其官方网站(http://www.cs.waikato.ac.nz/~ml/weka/downloading.html)下载，注意，若要添加新算法，应该下载使用developer version。有趣的是，该软件的缩写WEKA也是New Zealand独有的一种鸟名，而Weka的主要开发者同时恰好来自New Zealand的the University of Waikato。

在weka中添加libSVM：

Weka中并不是没有SVM算法，Weka中有SMO算法的实现。LibSVM运行的比Weka里的SMO快的多，如果你敢用SMO算法去训练大数据集，你就明白天荒地老的真实含意了。

 

 Libsvm和Liblinear都是国立台湾大学的Chih-Jen Lin博士开发的，Libsvm主要是用来进行非线性svm 分类器的生成，提出有一段时间了，而Liblinear则是去年才创建的，主要是应对large-scale的data classification，因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多，时间也少很多，而且在large scale data上的性能和非线性的分类器性能相当，所以Liblinear是针对大数据而生的。

 

   两者都是一个跨平台的通用工具库，支持windows/linux/mac os,代码本身是c++写的，同时也有matlab，python，java，c/c++扩展接口，方便不同语言环境使用，可以说是科研和企业人员的首选！像我这样在学校的一般用matlab/c++，而我同学在百度则主要用的是python/c++，所以只是各自侧重不一样，但所使用的核心还是其svm库。

 

libSVM的C++/java源码下载、matlab interface等下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/

 

     Weka3.5后增加了libsvm这个选项，在分类器中的functions下面。需要安装才能使用。我使用的是weka3.7.10版本。安装weka后运行RunWeka.bat或Weka 3.7.exe，在菜单栏tools->package manager 中可以添加weka官方定义的各种成型的算法，从association类的到visualization类的都有，只要install就行了。

在weka下安装HMM：

如果在自带的package manager下没有找到合适的算法，还可以在网上找（有很多高手写好了愿意分享的！），比如我找到的HMMWeka，可下载HMM.zip。

（下载地址： 

http://www.doc.gold.ac.uk/~mas02mg/software/hmmweka/index.html#download）

当然，技巧是用Google English搜，且关键词也用英文，如“HMM classifier”。目前的package manager 只接受zip文件格式的外源算法，所以最好找标准格式的算法，如我上面分享的HMM classifier的作者就相当敬业，从scr/lib到 doc全部写好了，可以下载一下参考参考。

过程：

1、打开weka->菜单栏tools->package manager ->Unofficial->File/URL

2、选择所下载的HMM.zip

3、重启weka，在clasify->choose->classifiers->bayes->HMM找到HMM

4、若是不能运行，可参照下方（weka中的libsvm无法运行的解决方法）的内容修改。

最后总结一下，对于不习惯点上面暗连接的朋友们提供一下明地址：

  • 能自定义添加算法的weka development 版下载地址：

 

http://www.cs.waikato.ac.nz/~ml/weka/downloading.html

有时候无法下载weka developer版本，可以找百度云搜一下：
  • HMMweka下载地址：
  • libSVM下载地址：

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

 

 

weka中的libsvm无法运行的解决方法：

在Weka3.5.5后增加了libsvm这个选项，在分类器中的functions下面。但是，试图运行的时候，系统报错提示：Problem evaluating classifier:libsvm classes not in CLASSPATH。然后我们在环境变量-》系统变量-》CLASSPATH，把F:/Some Softwares/Weka-3-5/libsvm.jar（这个jar文件是在http://www.cs.iastate.edu/~yasser/wlsvm/.下载的）添加进去了，但是报错提示：Problem evaluating classifier:rand。如何才能时libsvm跑起来呢？

 

在weka中添加libSVM或者HMM等新算法 - 一杯茉莉清茶 - 一杯茉莉清茶静静的伫立在桌面上
 

 

我参照别人写的教程（http://blog.csdn.net/aalbertini/article/details/5749622）做了以下的修改：

修改runweka.ini这个文件中的cmd_default，增加对这两个jar包的支持：
cmd_default=javaw -Dfile.encoding=#fileEncoding# -Xmx#maxheap# -classpath "#wekajar#;#cp#;libsvm.jar;liblinear.jar" #mainclass#

重启RunWeka.bat，但是仍然无法使用。

 

可能的原因：

1、检查你的weka是否是developer版本！（最可能的）

2、修改runweka.ini这个文件中的cmd_default，将两个jar包写在#cp#前：cmd_default=javaw -Dfile.encoding=#fileEncoding# -Xmx#maxheap# -classpath "#wekajar#;libsvm.jar;liblinear.jar;#cp#" #mainclass#

参考链接：http://baike.baidu.com/view/1380214.htm

http://pcc426.net/2012/05/18/add-new-algorithm-in-weka/

http://blog.sina.com.cn/s/blog_5b29caf7010127vh.html

weixin_34295316
关注
支持向量机（SVM）：原理、Libsvm工具箱、参数说明、应用实例、神经网络1000案例之15 Matlab
CyberWizarDD的博客
09-13 356
本文将详细介绍SVM的原理、Libsvm工具箱的使用、参数说明、以及一个具体的SVM应用实例。最后，我们使用训练好的模型对测试数据进行预测，并得到了预测的类别标签。以上就是关于支持向量机（SVM）的原理、Libsvm工具箱的使用、参数说明、一个SVM应用实例以及神经网络1000案例之15在Matlab中的实现的详细介绍。这段代码中，我们首先加载了Libsvm库，然后使用训练数据训练了一个线性核的SVM模型。训练完成后，我们使用训练好的模型对测试数据进行了预测，并获取了预测的类别标签、准确率以及决策值。
WEKA运行libsvm的libsvm.jar
04-26
在这个文件中，你需要指定新添加的jar文件的路径，确保WEKA在启动时能够加载这些库。 3. **运行libsvm**：一旦配置完成，重启WEKA，你就可以在WEKA的“Explorer”或“Experimenter”界面中选择libsvm相关的算法，如...
Weka：Problem evaluating classifier:libsvm classes not in CLASSPATH
pymqq的专栏
07-17 1930
Weka3.5后增加了libsvm这个选项，在分类器中的functions下面。但是，试图运行的时候，系统提示：Problem evaluating classifier:libsvm classes not in CLASSPATH。这是因为Weka只是提供了Libsvm的Wrapper调用机制，必须要安装Libsvm后将附带的jar路径添加到Weka的启动路径中。怎么解决呢？我的Weka版本较
LibSvm使用说明
苏的专栏
01-21 6849
综述SVM支持向量机SVM(Support Vector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。总得来说，SVM就是通过训练得到一个超平面 ,将样本分类，保证被分类的样本中离超平面近的一些点距离超平面距离（几何间隔）最大，这些离超平面近的点叫作支持向量(之所以叫支持向量而不叫支持样本是因为每个样本均认为是一个向量，每个特征是向量的一个元素)。LibSvm
机器学习（十四）Libsvm学习笔记
hjimce的专栏
07-20 5506
LIBSVM软件包是台湾大学林智仁(Chih-Jen Lin)博士等用C++实现的LIBSVM库，可以说是使用最方便的SVM训练工具。可以解决分类问题(包括C-SVC、n-SVC)、回归问题(包括e-SVR、n-SVR)以及分布估计(one-class-SVM )等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
解决“libsvm classes not in CLASSPATH”问题
卖油翁
10-18 1028
方法一测试可行。weka version:3.6 解决“libsvm classes not in CLASSPATH”问题，总结如下： 方法一： 以WEKA 3.5.4为例（3.4版的不支持） ：把libsvm.jar 和wlsvm.jar 两个文件放到weka的安装目录下。然后打开runweka.ini这个文件，把 cmd_default=javaw -Xmx#maxheap
weka-添加libsvm
11-27
**标题解析：** "weka-添加libsvm" 指的是在WEKA这个数据挖掘工具中集成libsvm库的过程。WEKA是一个流行的开源数据挖掘软件，它提供了各种机器学习算法，包括分类、聚类、关联规则等。而libsvm（Library for Support...
weka3.8导入libsvm
03-30
3. 验证导入：启动Weka，打开“Explorer”或“Experimenter”界面，然后在“Classify”或“Cluster”等模块中，你应该能看到LibSVM作为可用的分类器或聚类器。 4. 使用LibSVM：选择LibSVM后，可以配置相应的参数，...
向weka中添加新算法（扩展与延伸）
09-30
在完成代码编写后，你需要将新算法的Java类添加到Weka的源码树中，并重新编译项目。如果你不熟悉Weka的开发环境，可以参考Weka的官方文档，它提供了详细的开发指南和API参考。 此外，对于新版本的Weka，可能引入了...
weka中使用libsvm需要的包
05-12
在数据分析和机器学习领域，Weka（Waikato Environment for Knowledge Analysis）是一个广泛使用的开源工具，它提供了多种数据预处理、分类、回归、聚类和关联规则挖掘等算法。而Libsvm（Library for Support Vector...
HMMWeka:Weka 机器学习工具包的隐马尔可夫模型包
06-02
HMMWeka Weka 机器学习工具包的隐马尔可夫模型包。 这是一个标准的 Weka 分类器，可用于所有标准的 Weka 工具（注意事项如下）。 有关如何运行 weka 的更多详细信息，请参阅。 关于这个包的 API 的完整文档可以在找到 隐马尔可夫模型的使用与其他分类器不同，因为它们处理数据的时间序列而不是单个数据项。 因此在使用 HMM 之前对 HMM 有一个很好的理解是很重要的，你不能仅仅用它们来代替另一个 Weka 分类器。 关于隐马尔可夫模型有很多很好的资源，所以我不会试图重复这个理论。 以下是我个人在实施 HMM 时发现有用的精选资源。 Chris Bishop 的 （我的实现主要基于本书中的讨论） Lawrence Rabiner这仍然是权威的文本 Kevin Murphy维护，我特别推荐这篇，它在附录中对学习算法进行了出色的总结 HMM 分类器只对序列数据起作用
HMM（隐马尔科夫模型）Java源码
06-10
HMM（隐马尔科夫模型）Java源码，可完整运行。
weka-3-6运行libsvm方法
01-17
weka3.6运行libsvm，需要将wlsvm.jar和libsvm.jar文件拷贝到WEKA的安装路径下，然后修改RunWeka.ini文件中的cmd_dafault路径，还含有相关内容的路径检索！
LibSVM算法与模式
01-12
数据挖掘的详细算法 数据挖掘的详细算法 数据挖掘的详细算法 数据挖掘的详细算法 数据挖掘的详细算法数据挖掘的详细算法
libsvm算法说明.pdf
07-26
著名的libsvm算法的说明
Matlab下实现支持向量机算法libsvm
最新发布
m0_67794575的博客
02-26 1978
虽然matlab中有自带的svm算法但是效果没有台湾教授的libsvm效果好。svmpredict.mexw64改为libsvmpredict.mexw64。svmtrain.mexw64改为libsvmtrain.mexw64。然后保存在一个文件夹下，注意：1.windows_ 要删除。将所有的文件放在matlab的一个安装目录下，位置都可以。下面介绍一下如何在matlab上实现libsvm。然后在路径中添加这个文件夹的位置就可以了。然后给一个测试的代码。
libsvm的多分类策略
qq_40166660的博客
04-15 2412
文章目录前言一、SVM的OvO多分类策略二、解决得票数量相同问题总结 前言 问题提出：众所周知，支持向量机(Support Vector Machine，SVM)是一个解决二分类问题的分类器，svm处理多分类问题只能通过一对一策略(One verse One，OvO)或者一对多策略(One verse Others,OVR)，这里先不讨论那种策略的好坏，因为libsvm工具箱用的时OvO策略，所以我们就OvO策略展开，很多博客都给出了OvO策略的原理，无非就是投票，既然是投票，就有可能出现票数相同的情况，
Weka中使用LibSVM
qingyue_bao的专栏
12-14 2412
Weka为3.6.6版本  1、下载http://www.cs.iastate.edu/~yasser/wlsvm/上的wlsvm.zip文件 2、 解压wlsvm.zip文件，将libsvm.jar和wlsvm.jar文件放到weka的安装目录下 3、修改runweka.ini文件中的cmd_default      原内容为：cmd_default=javaw -Dfile.encod
Apache mahout中HMM（隐马尔可夫）算法的测试
大数据挖掘SparkExpert的博客
11-03 2458
隐马尔可夫模型（Hidden Markov Model，HMM）是概率学上的一种统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。 HMM正常主要用来解决三类问题，这三类问题对应都有相关的算法。 *1 评估问题： 前向算法 *2 解码问题： Viterbi算法 *3 学习问题： Baum-Welch算法(向前向后算
理解与扩展Weka：在Weka中添加自定义算法
在Weka中添加自己的算法是一个复杂的过程，涉及到对Weka框架的理解以及一定的编程技能，尤其是Java语言。首先，你需要对Weka的结构和功能有一个基本的认识，这可以通过阅读相关的学习资源和文档来实现。Weka的官方...
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