Weka - 如何在 Java 中使用分类器答案

【问题标题】：Weka - How to use classifier in JavaWeka - 如何在 Java 中使用分类器
【发布时间】：2015-10-03 00:34:33
【问题描述】：

我在 Weka Explorer 中创建了一个模型，并将其保存为 .model 文件

首先，我从我的 Java 代码中加载保存的模型

Classifier cls = null;
    try {
        cls = (Classifier) weka.core.SerializationHelper.read("Model.model");
    } catch (Exception e1) {
        e1.printStackTrace();
    }

然后，我从 .arff 文件中读取我想要分类的实例

 BufferedReader reader = new BufferedReader(new FileReader(file));
 ArffReader arff = new ArffReader(reader);
 Instances data = arff.getData();

该文件仅包含一个实例。类属性的值为'?'。通过下面的代码，我尝试对实例进行分类。

data.setClassIndex(data.numAttributes()-1);
            try {

                double value=cls.classifyInstance(data.firstInstance());

                String prediction=data.classAttribute().value((int)value); 

                System.out.println("The predicted value of instance "+
                                    Integer.toString(s1)+
                                    ": "+prediction); 
            } catch (Exception e) {
                e.printStackTrace();
            }

这样是对的吗？

【问题讨论】：

你检查过weka网站上的例子吗？ weka.wikispaces.com/Use+WEKA+in+your+Java+code

标签： java machine-learning classification weka

【解决方案1】：

这是一个正确的代码示例，可以执行您希望它执行的操作。另一个有用的方法是：

yourClassifier.distributionForInstance(yourInstance);

返回一个 double[] ，其中包含每个类标签的实例概率。它对于不太清楚的问题很有用，因为类成员关系可能是一个模糊的概念。

【讨论】：

【解决方案2】：

在此处查看带有幻灯片和文本数据集的 Java 代码。它训练机器，加载模型并对实时看不见的文本数据进行分类。很容易跟上 https://github.com/drelhaj/MachineLearning

【讨论】：