精华内容
下载资源
问答
  • 了解BLUAcceleration如何在Codename:BlueMix上以服务的形式提供了数据仓库和分析,以及开发人员如何使用云中提供的非常快的IBMBLU技术来开发和部署重型应用程序。这就是云中更快速、更简单的数据挖掘方式。Codename:...
  • java调用weka

    2017-04-27 21:07:18
    weka是很好用的机器学习,这里就不详细介绍了。 言归正传,要使用程序方式使用weka,步骤如下: 一、在eclipse里新建一个Java project: 1. 建立工程:单击菜单中file->new->Java project,在弹出对话框的project ...
  • dashDB (以前称为Analytics Warehouse和BLU Acceleration)服务在IBM Bluemix上提供数据仓库和分析即服务。 开发人员可以使用云中提供的快速的IBM BLU数据库技术来开发和部署重型分析应用程序。 了解如何使用Weka...

    存档日期:2019年5月13日 | 上次更新时间:2015年5月8日 | 首次发布:2014年3月11日

    dashDB (以前称为Analytics Warehouse和BLU Acceleration)服务在IBM Bluemix上提供数据仓库和分析即服务。 开发人员可以使用云中提供的快速的IBM BLU数据库技术来开发和部署重型分析应用程序。 了解如何使用Weka统计分析工具并利用IBM BLU柱状数据库来开发数据挖掘应用程序。

    此内容不再被更新或维护。 全文以PDF格式“按原样”提供。 随着技术的飞速发展,某些内容,步骤或插图可能已更改。

    翻译自: https://www.ibm.com/developerworks/analytics/library/bd-dataminingblu-app/index.html

    展开全文
  • Java调用weka代码

    千次阅读 2017-08-18 09:41:24
    那么除了在weka自身的GUI操作以为,用java项目怎么调用weka呢? 1我们安装后的weka目录里面有一个weka.jar 2将weka包导入Eclipse中的java工程(过程应该都明白吧,新建个lib文件夹,将weka.jar放进去,然后右键...

    weka与其说一个软件,不如说是一个算法库,集成了主流的算法,并提供GUI以及CLI操作

    那么除了在weka自身的GUI操作以为,用java项目怎么调用weka呢?


    1我们安装后的weka目录里面有一个weka.jar


    2将weka包导入Eclipse中的java工程(过程应该都明白吧,新建个lib文件夹,将weka.jar放进去,然后右键buildpath,之后就可以写代码调用了)

    3调用例子:在main函数里调用

    import java.io.File;
    
    import weka.classifiers.Classifier;
    import weka.classifiers.bayes.NaiveBayes;
    import weka.core.Instances;
    import weka.core.converters.ArffLoader;
    public class Test {
    	public static void main(String[] args) throws Exception{
    		Classifier m_classifier = new NaiveBayes();
           //读取trainingdata
    		File inputFile = new File("C://Users//jiayunqiang//Desktop//inspur//weka学习//数据//Arff//labor.arff");//训练语料文件
            ArffLoader atf = new ArffLoader(); 
            atf.setFile(inputFile);
            Instances instancesTrain = atf.getDataSet(); 
            //读取testdata
            inputFile = new File("C://Users//jiayunqiang//Desktop//inspur//weka学习//数据//Arff//labor.arff");//测试语料文件
            atf.setFile(inputFile);          
            Instances instancesTest = atf.getDataSet(); // 读入测试文件
            instancesTest.setClassIndex(16); //设置分类属性所在列(第一列为0号),instancesTest.numAttributes()可以取得属性总数
            double sum = instancesTest.numInstances(),//测试语料实例数
            right = 0.0f;
            instancesTrain.setClassIndex(16);
     
            m_classifier.buildClassifier(instancesTrain); //训练            
            for(int  i = 0;i<sum;i++)//测试分类结果
            {
                if(m_classifier.classifyInstance(instancesTest.instance(i))==instancesTest.instance(i).classValue())//如果预测值和答案值相等(测试语料中的分类列提供的须为正确答案,结果才有意义)
                {
                  right++;//测试正确
                }
            }
            System.out.println("NaiveBayes classification precision:"+(right/sum));
    	}
    }
    


    输出结果为
    NaiveBayes classification precision:0.9824561403508771
    

    展开全文
  • 您可以在此处找到有关如何在 Java 中使用 WEKA (weka.jar) 的基本示例。 该代码使用决策树算法(WEKA 中的 C4.5-->J48)对 iris 数据集的实例进行分类。 已经生成了一个模型,称为“othertree(J48_cv).model...
  • weka是很好用的机器学习,这里就不详细介绍了。 言归正传,要使用程序方式使用weka,步骤如下: 一、在eclipse里新建一个java project: 1. 建立工程:单击菜单中file->new->java project,在弹出对话框的...

    weka是很好用的机器学习库,这里就不详细介绍了。

    言归正传,要使用程序方式使用weka,步骤如下:

    一、在eclipse里新建一个java project:

    1.      建立工程:单击菜单中file->new->java project,在弹出对话框的project name中起任意一个名字,此处假设是wekaTest。单击Finish按钮(在对话框底部)。

    2.      建立package:在package Explorer中找到刚才新建的工程,在其上右键->New->package。在Name文本框里面输入名称,此处假设为Test。单击Finish按钮。

    3.      建立程序文件:在刚才新建的package上面右键->New->class,选中public static void main(String[] args)多选框,单击Finish。

    二、在该工程中添加weka的引用:

    1.    package Explorer中工程名上右键,选择弹出菜单最后一项properties->在左面选中java Build Path->在右面的Library页面->单击Add External JARs…->浏览weka所在目录,将weka.jar添加进来,然后单击ok。

    2.      在package Explorer中在双击Test文件,然后在package wekaTest;一句下面添加四句代码:

    import java.io.File;

    import weka.classifiers.Classifier;

    import weka.classifiers.trees.J48;

    import weka.core.Instances;

    import weka.core.converters.ArffLoader;

    三、在程序中添加weka调用代码:

    将以下代码添加到Main函数中(在// TODO Auto-generated method stub下面):

        Classifier m_classifier = new J48();

            File inputFile = new File("D://Program Files//Weka-3-6//data//cpu.with.vendor.arff");//训练语料文件

            ArffLoader atf = new ArffLoader(); 

            atf.setFile(inputFile);

            Instances instancesTrain = atf.getDataSet(); // 读入训练文件    

            inputFile = new File("D://Program Files//Weka-3-6//data//cpu.with.vendor.arff");//测试语料文件

            atf.setFile(inputFile);          

            Instances instancesTest = atf.getDataSet(); // 读入测试文件

            instancesTest.setClassIndex(0); //设置分类属性所在行号(第一行为0号),instancesTest.numAttributes()可以取得属性总数

            double sum = instancesTest.numInstances(),//测试语料实例数

            right = 0.0f;

            instancesTrain.setClassIndex(0);

     

            m_classifier.buildClassifier(instancesTrain); //训练            

            for(int  i = 0;i<sum;i++)//测试分类结果

            {

               if(m_classifier.classifyInstance(instancesTest.instance(i))==instancesTest.instance(i).classValue())//如果预测值和答案值相等(测试语料中的分类列提供的须为正确答案,结果才有意义)

                {

                  right++;//正确值加1

                }

            }

            System.out.println("J48 classification precision:"+(right/sum));

    四、运行一下试试。   

    展开全文
  • 在 JSAT 和 Weka 数据集/对象之间转换的迷你,允许一些 Weka 对象在 JSAT 中工作,反之亦然 目的是通过从另一个包(例如 Weka)调用对象来提供实现一个包(例如 JSAT)的接口/API 的包装器。 通过使用实用程序...
  • weka是很好用的机器学习,这里就不详细介绍了。 言归正传,要使用程序方式使用weka,步骤如下: 一、在eclipse里新建一个java project: 1.建立工程:单击菜单中file->new->java project,在弹出对话框的...

    原文链接:http://blog.csdn.net/felomeng/article/details/4688257

    weka是很好用的机器学习库,这里就不详细介绍了。

    言归正传,要使用程序方式使用weka,步骤如下:

    一、在eclipse里新建一个java project:

    1.      建立工程:单击菜单中file->new->java project,在弹出对话框的project name中起任意一个名字,此处假设是wekaTest。单击Finish按钮(在对话框底部)。

    2.      建立package:在package Explorer中找到刚才新建的工程,在其上右键->New->package。在Name文本框里面输入名称,此处假设为Test。单击Finish按钮。

    3.      建立程序文件:在刚才新建的package上面右键->New->class,选中public static void main(String[] args)多选框,单击Finish。

    二、在该工程中添加weka的引用:

    1.    package Explorer中工程名上右键,选择弹出菜单最后一项properties->在左面选中java Build Path->在右面的Library页面->单击Add External JARs…->浏览weka所在目录,将weka.jar添加进来,然后单击ok。

    2.      在package Explorer中在双击Test文件,然后在package wekaTest;一句下面添加四句代码:

    import java.io.File;

    import weka.classifiers.Classifier;

    import weka.classifiers.trees.J48;

    import weka.core.Instances;

    import weka.core.converters.ArffLoader;

    三、在程序中添加weka调用代码:

    将以下代码添加到Main函数中(在// TODO Auto-generated method stub下面):

        Classifier m_classifier = new J48();

            File inputFile = new File("D://Program Files//Weka-3-6//data//cpu.with.vendor.arff");//训练语料文件

            ArffLoader atf = new ArffLoader(); 

            atf.setFile(inputFile);

            Instances instancesTrain = atf.getDataSet(); // 读入训练文件    

            inputFile = new File("D://Program Files//Weka-3-6//data//cpu.with.vendor.arff");//测试语料文件

            atf.setFile(inputFile);          

            Instances instancesTest = atf.getDataSet(); // 读入测试文件

            instancesTest.setClassIndex(0); //设置分类属性所在行号(第一行为0号),instancesTest.numAttributes()可以取得属性总数

            double sum = instancesTest.numInstances(),//测试语料实例数

            right = 0.0f;

            instancesTrain.setClassIndex(0);

     

            m_classifier.buildClassifier(instancesTrain); //训练            

            for(int  i = 0;i<sum;i++)//测试分类结果

            {

               if(m_classifier.classifyInstance(instancesTest.instance(i))==instancesTest.instance(i).classValue())//如果预测值和答案值相等(测试语料中的分类列提供的须为正确答案,结果才有意义)

                {

                  right++;//正确值加1

                }

            }

            System.out.println("J48 classification precision:"+(right/sum));

    四、运行一下试试。

    转载于:https://www.cnblogs.com/buptlyn/p/3620233.html

    展开全文
  • weka是很好用的机器学习,这里就不详细介绍了。 言归正传,要使用程序方式使用weka,步骤如下: 一、在eclipse里新建一个java project: 1.  建立工程:单击菜单中file->new->java project,在弹出对话框的...
  • java 的 Scala 包装器。 这是目前非常初步的发展。 它只是我个人需要帮助从 Scala 代码执行预测的主要分类功能的包装器。 当前的代码已经尝试通过添加更多类型安全并使代码更直接地编写代码来简化 Weka 的使用。 ...
  • Weka算法 Weka罐与某些算法配合使用-数据仓库
  • weka机器学习实战 什么是weka,我们如何在Java机器学习中使用它? (What is weka, and how do we use it in machine learning for java?) Weka is basically a machine learning software developed by the ...
  • 在这个 “用 WEKA 进行数据挖掘” 系列之前的两篇文章中,我介绍了数据挖掘的概念。如果您还未曾阅读过&nbsp;用 WEKA 进行数据挖掘,第 1 部分:简介和回归&nbsp;和&nbsp;用 WEKA 进行数据挖掘,第 2 ...
  • javaml 在进行编程收集情报工作时,我发现自己花了很多时间将Python代码转换为Java,通常对我的进度缓慢感到不耐烦,所以我一直在寻找替代方法。 我发现3: Encog – Heaton研究 Java语言 威卡 这绝...
  • 在进行编程收集情报工作的过程中,我发现自己花了很多时间将Python代码转换为Java,由于通常对我的进度缓慢感到不耐烦,所以我一直在寻找替代方法。 我发现3: Encog – Heaton研究 Java语言 威卡 这绝...
  • Learners 是受 weka 启发的基于 Java 的原生机器学习,它也与 Android 兼容。 实现了以下算法: 贝叶斯信念网络 人工神经网络(反向传播) 支持向量机(包括各种内核) 它还包括数据插补算法,即邻域粗糙集、K-...
  • WEKA 进行数据挖掘,第 1 部分:简介和回归 和 用 WEKA 进行数据挖掘,第 2 部分:分类和群集,那么请先阅读这两个部分,因为二者涵盖了一些在继续之前必须了解的关键概念。而且更重要的是,在这两个部分中我...
  • 简介在这个 “用 WEKA 进行数据挖掘” 系列之前的两篇文章中,我介绍了数据挖掘的概念。如果您还未曾阅读过 用 WEKA 进行数据挖掘,第 1 部分:简介和回归 和 用 WEKA 进行数据挖掘,第 2 部分:分类和群集,那么请...
  • Weka教程一,讲解Weka的组件、和开发环境配置
  • Weka

    2018-10-01 23:03:17
    Weka,基于Java,开源,集成了大量有关数据挖掘的机器学习算法和统计技术,具有数据预处理、分类、聚类、关联分析、属性选择和交互式可视化等功能。Weka还有一个通用的API,可以像嵌入其他一样将Weka嵌入应用程序...
  • 如果您还未曾阅读过 用 WEKA 进行数据挖掘,第 1 部分:简介和回归 和 用 WEKA 进行数据挖掘,第 2 部分:分类和群集,那么请先阅读这两个部分,因为二者涵盖了一些在继续之前必须了解的关键概念。而且更重要的是,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,644
精华内容 1,057
关键字:

java库weka数据

java 订阅