首页 > TAG信息列表 > WEKA
3.7：基于Weka的K-means聚类的算法示例
〇、目标 1、使用Weka平台，并在该平台使用数据导入、可视化等基本操作； 2、对K-means算法的不同初始k值进行比较，对比结果得出结论。 一、打开Weka3.8并导入数据 二、导入数据 三、SimpleKMeans算法聚类 四、运行观察结果 1、观察聚类输出结果 2、修改参数值重weka过滤器介绍
作业三、所有Filter介绍 下面将罗列weka中所有filter介绍 AllFilter 一个实例过滤器，它不经过修改就通过所有实例。主要用于测试目标目的。MultiFilter： 连续应用多个过滤器。如果所有提供的过滤器都是StreamableFilters，它也将作为一个可流过滤器。RenameRalation： 允许更改一组维度规约（降维）算法在WEKA中应用
原文链接：http://tecdat.cn/?p=5354 维度的诅咒是一种现象，即数据集维度的增加导致产生该数据集的代表性样本所需的指数级更多的数据。 为了对抗维度的诅咒，已经开发了许多线性和非线性降维技术。这些技术旨在通过特征选择或特征提取来减少数据集中维度（变量）的数量， 而不会显着丢失6大最常用的Java机器学习库一览
在 MLOSS.org 网站上，列出了 70 多个基于 Java 的开源机器学习项目，可能还有更多未列出的项目，存于大学里的服务器、GitHub 或 Bitbucket 中。我们将在本文中回顾 Java 中的主流机器学习库和平台，它们能够解决的问题类型，支持的算法以及可以使用的数据类型。本文节选自 Machine learningMatlab无法解析名称weka.core.converters.ArffLoader或修改classpath.txt文件时拒绝访问
[版权申明] 非商业目的注明出处可自由转载，转载请注明出处！！！ 博文地址：https://blog.csdn.net/cdpxc/article/details/110872109 出自： cdpxc (CSDN ID) 目录 问题描述及原因 解决办法 步骤1：配置java并找到weka.jar 步骤2：将weka.jar放入matlab的子文件夹 步骤3：将weka.jar路径添加到maWeka算法算法翻译（部分）
目录 Weka算法翻译（部分） 1. 属性选择算法（select attributes） 1.1 属性评估方法 1.2 搜索方法 2. 分类算法 2.1 贝叶斯算法 2.2 Functions 2.3 Lazy 2.4 Meta Weka算法翻译（部分） 只翻译了感兴趣的一些算法，都是一些简单的算法。 1. 属性选择算法（select attributes） 1.1 属性java-为分类创建实例-Weka
我有个问题.我有一个Java应用程序,可以对现实世界中的实例进行分类,并且我将其存储在double [] []中,我的问题是： Instance iExample = new Instance(4); iExample.setValue((Attribute)fvWekaAttributes.elementAt(0), 1.0); iExample.setValue((Attribute)fvWekaAttribut标准化和归一化（综合）
part1： 【转】https://blog.csdn.net/weixin_40165004/article/details/89080968 Weka数据预处理(一) 对于数据挖掘而言，我们往往仅关注实质性的挖掘算法，如分类、聚类、关联规则等，而忽视待挖掘数据的质量，但是高质量的数据才能产生高质量的挖掘结果，否则只有"Garbage in garbage out"java-使用WEKA API定义输入数据以进行聚类
我想聚类经度和纬度指定的点.我正在使用WEKA API问题出在Instances实例= new Instances(40.01,1.02);那么,如何在不使用ARFF文件的情况下指定输入数据？我只想将数组读入实例. import java.io.Reader; import weka.clusterers.ClusterEvaluation; import weka.clusterers.SimpleKMejava-无法在Ubuntu 14.04上运行Weka Explorer
我读过,在Linux上运行Weka只需要两个步骤,即： >将weka目录添加到CLASSPATH>运行java -jar weka.jar 运行以上命令后,我得到： Exception in thread "main" java.lang.ExceptionInInitializerError Caused by: java.awt.HeadlessException at java.awt.GraphicsEnvironment.checkHjava-使用weka和python加载分类器模型
我像LINK所述通过weka保存了火车模型 现在,我想在python程序中加载此模型,并尝试在此模型的帮助下测试查询.因此,我有一个名为“ naivebayes.model”的文件作为已保存的朴素贝叶斯多项式可更新分类器.我在python-weka wrapper的帮助下尝试了以下代码.但是我不确定模型是否正在加载java-无法在artff文件weka中使用字符串属性并构建分类器
嗨,我正在使用Weka进行机器学习,我的artff文件格式如下 `@relation datastest @attribute fwoh {what, when, where, how, who, why} @attribute parameter {color, performance} @attribute object { power, cost} @attribute model {x,y,z} @attribute question String` 我尝WEKA Java：获取类概率
给定以下二进制分类器： LibSVM classifier = new LibSVM(); classifier.setCost(cost); classifier.setGamma(gamma); 执行以下操作将返回实例的标签： double classId = classifier.classifyInstance(instance); 但是,我想获得此分类的置信度(即,该实例处于阳性类别的概率,该实例Weka 3.8.1无法链接到mtj.jar,导致java.lang.ClassNotFoundException：no.uib.cipr.matrix.Matrix
我正在处理weka中的一些数据,并且想使用weka API,以便可以使用自定义算法.但是,当我只想实例化LinearRegression类时：LinearRegression myRegression = new LinearRegression()我遇到了与以下错误相同的错误：This person got the same problem and he roll back to version 3.6.12我java – 句子分类(分类)
我一直在阅读有关文本分类的文章,并发现了几种可用于分类的Java工具,但我仍然想知道：文本分类是否与句子分类相同！ 有没有专注于句子分类的工具？解决方法:“文本分类”和“句子分类”之间没有正式的区别.毕竟,句子是一种文本.但一般来说,当人们谈论文本分类时,恕我直言,他们意味着更大java – 在weka中向Instances添加实例
我有一些arff文件.我想按顺序阅读它们并创建一个大型数据集. Instances.add(Instance inst)不会向实例添加字符串值,因此尝试setDataset()…但即使这样也会失败.有没有办法为字符串完成直观正确的事情？ ArffLoader arffLoader = new ArffLoader();类型为Java的方法未定义
找出我在这个问题上出错的地方真的很麻烦.在java中使用WEKA构建一个系统来研究关联,并尝试实现Apriori算法.目前这是代码： package model; import weka.associations.*; import weka.core.Instances; import weka.core.converters.ConverterUtils.DataSource; public class Apriojava – 使用StratifiedRemoveFolds示例在weka中创建训练和测试集
我试图从命令行使用weka运行一些分类.在此链接weka-Primer-commandline中,有以下用于创建测试和培训集的示例： java weka.filters.supervised.instance.StratifiedRemoveFolds -i data/soybean.arff -o soybean-train.arff \ -c last -N 4 -F 1 -V java weka.filters.supervised.ijava – 来自命令行的Weka
我正在尝试从命令行运行Weka ML包,而不会弹出GUI.我试过了： java -jar "\C:\Program Files\Weka-3-6\weka.jar" 这使得applet初始化而没有别的.所以我附加了针对我的问题的参数： java -jar "\C:\Program Files\Weka-3-6\weka.jar" weka.classifiers.functions.MultilayerPerceptro其中Weka和LibSVM .jar文件在Java代码中用于SVM分类
如果我使用Weka Explorer运行一些训练数据来反对使用线性内核的SVM测试数据,一切都很好. 但是我需要在我自己的Java中以编程方式执行此操作,并且我当前的代码如下所示： Instances train = new Instances (...); train.setClassIndex(train.numAttributes() - 1); Instances test =java weka stringtowordvector没有正确计算单词出现次数
所以我正在使用Weka机器学习库的JAVA API,我有以下代码： String html = "repeat repeat repeat"; Attribute input = new Attribute("html",(FastVector) null); FastVector inputVec = new FastVector(); inputVec.addElement(input); Instances htjava – 如何使用Weka将数据集划分为训练集和测试集？
我想将CSV格式的百万记录数据集划分为80％用于培训,20％用于测试.如何使用Java或Weka库对此进行编码？解决方法:您可以使用Instances First提供的方法随机化您的数据 Random rand = new Random(seed); // create seeded number generator randData = new Instances(data); // create如何在Windows中使用带代理的weka包管理器？
我正在尝试像本教程那样为weka 3.7包管理器设置代理： https://weka.wikispaces.com/How+do+I+use+the+package+manager%3F#GUI包管理器 – 使用HTTP代理 java -Dhttp.proxyHost=some.proxy.somewhere.net -Dhttp.proxyPort=port weka.gui.GUIChooser 但它给了我这个错误： Error: C在Android和PC之间序列化对象(Dalvik vs JVM)
我正在使用大型库weka,我想在PC版和Android版之间传输实例.我宁愿不必重写两者之间的整个序列化,但不管我改变的是什么UID,我总是得到这个错误： java.io.InvalidClassException: [Lweka.classifiers.functions.MultilayerPerceptron$NeuralEnd;; Incompatible class (SUID): [Lwekajava – WEKA无法将结构确定为arff
我正在编写一个脚本来使用weka进行一些分类,当我尝试运行分类器时出现错误.我已使用weka.core.converters.CSVLoader从CSV转换文件. 然后我使用weka.filters.unsupervised.attribute.Remove -R 1,7,8从中删除了一些属性. 现在,当我尝试使用该命令在其上运行分类器时 java -classpa