Weka集成分类器

package cn.edu.xmu.bdm.wekainjava.test;   
import java.io.File;   
import weka.classifiers.Classifier;   
import weka.classifiers.Evaluation;   
import weka.classifiers.bayes.NaiveBayes;   
import weka.classifiers.functions.LibSVM;   
import weka.classifiers.meta.Vote;   
import weka.core.Instances;   
import weka.core.SelectedTag;   
import cn.edu.xmu.bdm.wekainjava.utils.WekaFactory;   
import cn.edu.xmu.bdm.wekainjava.utils.WekaFactoryImpl;   
public class EnsembleTest {   
public static void main(String[] args) throws Exception {   
// LibSVM classifier = new LibSVM();   
File trainFile = new File(   
"C://Program Files//Weka-3-6//data//segment-challenge.arff");   
File testFile = new File(   
"C://Program Files//Weka-3-6//data//segment-test.arff");   
/**  
* 1. 获取weka工厂类  
*/  
WekaFactory wi = WekaFactoryImpl.getInstance();   
  
/**  
* 3. 从工厂中获取训练样本和测试样本实例  
*/  
Instances instancesTrain = wi.getInstance(trainFile);   
instancesTrain.setClassIndex(instancesTrain.numAttributes() - 1);   
Instances instancesTest = wi.getInstance(testFile);   
instancesTest.setClassIndex(instancesTest.numAttributes() - 1);   
  
/**  
* 2. 从工厂中获取分类器 具体使用哪一种特定的分类器可以选择 这样就构建了一个简单的分类器  
*/  
Classifier j48 = (Classifier) wi.getClassifier(LibSVM.class);   
Classifier naiveBayes = (Classifier)wi.getClassifier(NaiveBayes.class);   
Classifier libSVM = (Classifier)wi.getClassifier(LibSVM.class);   
/**  
* 2.1 设置集成分类器  
*/  
Classifier[] cfsArray = new Classifier[3];    
cfsArray[0] = j48;   
cfsArray[1] = naiveBayes;   
cfsArray[2] = libSVM;   
  
/**  
* 2.2 定制集成分类器的决策方式  
* AVERAGE_RULE  
* PRODUCT_RULE  
* MAJORITY_VOTING_RULE  
* MIN_RULE  
* MAX_RULE  
* MEDIAN_RULE  
* 它们具体的工作方式，参考weka的说明文档。  
* 通常情况下选择的是多数投票的决策规则  
*/  
Vote ensemble = new Vote();   
SelectedTag tag = new SelectedTag(Vote.MAJORITY_VOTING_RULE, Vote.TAGS_RULES);   
ensemble.setCombinationRule(tag);   
ensemble.setClassifiers(cfsArray);   
//设置随机数种子   
ensemble.setSeed(2);   
//训练ensemble分类器   
ensemble.buildClassifier(instancesTrain);   
/**  
* 5. 从工厂中获取使用Evaluation，测试样本测试分类器的学习效果  
*/  
double sum = instancesTrain.numInstances();   
Evaluation testingEvaluation = wi.getEvaluation(ensemble, instancesTest);   
int length = instancesTest.numInstances();   
for (int i = 0; i < length; i++) {   
// 通过这个方法来用每个测试样本测试分类器的效果   
testingEvaluation.evaluateModelOnceAndRecordPrediction(ensemble,   
instancesTest.instance(i));   
}   
// double[][] confusionMatrix = testingEvaluation.confusionMatrix();   
// for (int i = 0; i < confusionMatrix.length; i++) {   
// double[] ds = confusionMatrix[i];   
// for (int j = 0; j < ds.length; j++) {   
// System.out.print(ds[j]);   
// }   
// System.out.println();   
// }   
System.out.println(testingEvaluation.toSummaryString());   
System.out.println(testingEvaluation.toMatrixString());   
System.out.println(testingEvaluation.toClassDetailsString());   
// System.out.println(testingEvaluation.toCumulativeMarginDistributionString());   
System.out.println("分类器的正确率：" + (1 - testingEvaluation.errorRate()));   
  
}   
}  

　　网址：http://irwenqiang.iteye.com/blog/1408438

个人推荐的Weka教程,包含了数据格式、数据准备、分类和聚类Demo

 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至借鉴它的方法自己实现可视化工具并不是件很困难的事情。

 

      我学习的过程中会持续把有用的教材上传...

 

 

------

调用weka API写了两个java程序,很基本:

package cn.edu.xmu.bdm.wekainjava.test;

import java.io.FileReader;
import weka.core.Instances;

/**
 * desc:试试Weka中最基本最重要的Instance类
 * <code>InstanceTest</code>
 * @version 1.0 2011/12/13
 * @author chenwq
 *
 */
publicclass InstanceTest {
    publicstatic Instances getFileInstances(String fileName) throws Exception {
        FileReader frData = new FileReader(fileName);
        Instances data = new Instances(frData);

        return data;
    }

    publicstaticvoid main(String[] args) throws Exception {
        Instances instances = getFileInstances("C:\\Program Files\\Weka-3-6\\data\\bank-data-final.arff");

        // 把数据集全部输入出
        // System.out.println( instances );

        // 用numInstances可以获得数据集中有多少样本
        for (int i = 0; i < instances.numInstances(); i++) {

            // instance( i )是得到第i个样本
            System.out.println(instances.instance(i));
        }
    }
}

package cn.edu.xmu.bdm.wekainjava.test;

import java.io.FileReader;
import weka.core.Instances;

/**
 * desc:试试Weka中最基本最重要的Instance类
 * <code>InstanceTest</code>
 * @version 1.0 2011/12/13
 * @author chenwq
 *
 */
public class InstanceTest {
	public static Instances getFileInstances(String fileName) throws Exception {
		FileReader frData = new FileReader(fileName);
		Instances data = new Instances(frData);

		return data;
	}

	public static void main(String[] args) throws Exception {
		Instances instances = getFileInstances("C:\\Program Files\\Weka-3-6\\data\\bank-data-final.arff");

		// 把数据集全部输入出
		// System.out.println( instances );

		// 用numInstances可以获得数据集中有多少样本
		for (int i = 0; i < instances.numInstances(); i++) {

			// instance( i )是得到第i个样本
			System.out.println(instances.instance(i));
		}
	}
}

 

 

 

package cn.edu.xmu.bdm.wekainjava.test;

/**
 * desc:试试Weka的决策树类
 * <code>J48Test</code>
 * @version 1.0 2011/12/13
 * @author chenwq
 *
 */
import java.io.File;
import java.io.IOException;

import weka.classifiers.Classifier;
import weka.classifiers.trees.J48;
import weka.core.Instances;
import weka.core.converters.ArffLoader;

publicclass J48Test {

    /**
     * @param args
     * @throws Exception
     */
    publicstaticvoid main(String[] args) throws Exception {
         Classifier m_classifier = new J48();
            File inputFile = new File("C:\\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("C:\\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));


    }

}