weka(InChinese)教程分析.ppt

* java.lang.String toSummaryString(java.lang.String?title, boolean?printComplexityStatistics) ??????????Outputs the performance statistics in summary form. * Simple EM (expectation maximisation) class.EM assigns a probability distribution to each instance which indicates the probability of it belonging to each of the clusters. EM can decide how many clusters to create by cross validation, or you may specify apriori how many clusters to generate. * evaluateClusterer(Instances?test) ??????????Evaluate the clusterer on a set of instances. 数据预处理 Explorer – Preprocess: Explorer – Select attributes: 还可以在Preprocess页面使用属性选择方法 数据可视化 Explorer – Visualize: 二维散布图 分类预测 Explorer – Classify: Experimenter: 比较多个算法的性能 KnowledgeFlow: 批量/增量学习模式 关联分析 Explorer – Associate: 聚类分析 Explorer – Cluster: 为什么要扩展Weka? 需要加入第三方的构件 需要加入自己设计或改进的算法 需要将Weka整合到实际的应用系统中 要点 重新编译Weka 加入新算法（第三方、自己设计或改进） 在自己的Java程序中使用Weka 下载并安装JDK和JRE环境 (/javase/downloads/index.jsp) 下载并安装WEKA软件 (http://www.cs.waikato.ac.nz/ml/weka/index_downloading.html ) 下载并安装开发环境Eclipse 重新编译weka 解压WEKA安装目录中的weka-src.jar到一个新建目录 weka-src下。 打开Eclipse，“File”菜单 - “New”项目- 选择“Java Project” 。“Project name” 写weka。点击下一步。 设置libraries – Add External Jars。 从weka-src里面复制源代码。 运行weka.gui.GUIChooser。 从weka中文站下载FuzzyCMeans.java 复制到weka.clusterers包中 修改FuzzyCMeans.java，改正错误代码 修改weka.gui.GenericObjectEps ，在#Lists the Clusterers I want to choose from的weka.clusterers.Clusterer=\下加入：weka.clusterers.FuzzyCMeans 重新编译，运行，可以在weka的Explorer界面上的Cluster选项卡中找到刚刚新添加的FuzzyCMeans算法 修改FuzzyCMeans.java中的函数getCapabilities()，以激活FuzzyCMeans算法 重新编译，运行 开发过程中常用的weka组件： Instances---你的数据 Filter---用于预处理数据 Classifier/Clusterer---从预处理后的数据上建立 Evaluating---评价Classifier/Clusterer的优劣 Attribute Selection---从你的数据中去掉不相关的属性 下面介绍如何在Java程序中使用以上组件。 直接读入一个ARFF文件并设置类别属性 import weka.core.Instances; import java.io.BufferedReader; import java.io.FileReader; ... BufferedReader reader = new BufferedReader( new FileReader(/some/where/data.arff)); Instances data = new Instances(reader); rea