我是靠谱客的博主 简单小鸽子,最近开发中收集的这篇文章主要介绍weka api调用小程序,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

package com.bai;
import java.io.File;
import weka.classifiers.Classifier;
import weka.classifiers.trees.J48;
import weka.core.Instances;
import weka.core.converters.ArffLoader;
public class Test {
/**
* @param args
* @throws Exception
*/
public static void main(String[] args) throws Exception {
Classifier m_classifier = new J48();
File inputFile = new File("D://Weka-3-6//data//cpu.with.vendor.arff");//训练weka数据文件
ArffLoader atf = new ArffLoader();
atf.setFile(inputFile);
Instances instancesTrain = atf.getDataSet(); // 读入训练文件
inputFile = new File("D://Weka-3-6//data//cpu.with.vendor.arff");//将训练集作为测试集合
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)
double sum = instancesTest.numInstances(),right = 0.0f;
instancesTrain.setClassIndex(0);
m_classifier.buildClassifier(instancesTrain); //训练
System.out.println(m_classifier.getRevision());
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
{
right++;//正确值加1
}
}
System.out.println("J48 classification precision:"+(right/sum));
System.out.println(m_classifier.getRevision());
}
}
right = 0.0f;
instancesTrain.setClassIndex(0);
m_classifier.buildClassifier(instancesTrain); //训练
System.out.println(m_classifier.getRevision());
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
{
right++;//正确值加1
}
}
System.out.println("J48 classification precision:"+(right/sum));
System.out.println(m_classifier.getRevision());
}
}

 

最后

以上就是简单小鸽子为你收集整理的weka api调用小程序的全部内容,希望文章能够帮你解决weka api调用小程序所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(53)

评论列表共有 0 条评论

立即
投稿
返回
顶部