weka中實現了很多機器學習算法，不管實驗室研究或者公司研發，都會或多或少的要使用weka，我的理解是weka是在本地的SparkML，SparkML是分布式的大數據處理機器學習算法，數據量不是很大的時候，使用weka可以模擬出很好的效果，決定使用哪個模型，然后再繼續后續的數據挖掘工作。
下面總結一個eclipse中調用weka的Classifier分類器代碼的Demo，通過這個實例，可以進一步跟蹤分類算法的原理，查看weka源碼，下一節中，介紹最簡單的IB1(1NN)算法源碼的具體分析。
以下是一個調用各種IB1分類器的過程，下一節介紹下IB1算法的源碼分析。
package mytest;
import java.io.File;
import weka.classifiers.Classifier;
import weka.classifiers.Evaluation;
import weka.classifiers.lazy.IB1;
import weka.core.Instance;
import weka.core.Instances;
import weka.core.converters.ArffLoader;
//import wlsvm.WLSVM;
public class SimpleClassification {//分類器
public static void main(String[] args) {
Instances ins = null;
Classifier cfs = null;
try {
File file = new File("E:\\Develop/Weka-3-6/data/contact-lenses.arff");
// File file = new File("E:\\yuce/data.csv");
ArffLoader loader = new ArffLoader();
loader.setFile(file);
ins = loader.getDataSet();
// 在使用樣本之前一定要首先設置instances的classIndex，否則在使用instances對象是會拋出異常
ins.setClassIndex(ins.numAttributes() - 1);
cfs = new IB1();
// 參數設置
// String[] options=weka.core.Utils.splitOptions("-S 0 -K 2 -D 3 -G 0.0 -R 0.0 -N 0.5 -M 40.0 -C 1.0 -E 0.0010 -P 0.1 -B 0");
// cfs.setOptions(options);
Instance testInst;
Evaluation testingEvaluation = new Evaluation(ins);
int length = ins.numInstances();
for (int i = 0; i < length; i++) {
testInst = ins.instance(i);
// 通過這個方法來用每個測試樣本測試分類器的效果
double predictValue = testingEvaluation.evaluateModelOnceAndRecordPrediction(cfs,
testInst);
System.out.println(testInst.classValue()+"--"+predictValue);
}
System.out.println("分類器的正確率：" + (1 - testingEvaluation.errorRate()));
} catch (Exception e) {
e.printStackTrace();
}
}
}
步驟的詳細解釋：
1）arff文件中讀取數據集，並解析到數據結構Instances 里。
2） 創建一個分類器 new IB1();
3）設置參數等操作 splitOptions 並且 設置決策屬性，一般是最后一個屬性： ins.setClassIndex(ins.numAttributes() - 1);
4）創建一個評估器new Evaluation(ins)
5）交叉驗證，並輸出測試樣本的分類結果及評價參數。testingEvaluation.evaluateModelOnceAndRecordPrediction(cfs, testInst);
data數據集：
@relation contact-lenses @attribute age {young, pre-presbyopic, presbyopic} @attribute spectacle-prescrip {myope, hypermetrope} @attribute astigmatism {no, yes} @attribute tear-prod-rate {reduced, normal} @attribute contact-lenses {soft, hard, none} @data % % 24 instances % young,myope,no,reduced,none young,myope,no,normal,soft young,myope,yes,reduced,none young,myope,yes,normal,hard young,hypermetrope,no,reduced,none young,hypermetrope,no,normal,soft young,hypermetrope,yes,reduced,none young,hypermetrope,yes,normal,hard pre-presbyopic,myope,no,reduced,none pre-presbyopic,myope,no,normal,soft pre-presbyopic,myope,yes,reduced,none pre-presbyopic,myope,yes,normal,hard pre-presbyopic,hypermetrope,no,reduced,none pre-presbyopic,hypermetrope,no,normal,soft pre-presbyopic,hypermetrope,yes,reduced,none pre-presbyopic,hypermetrope,yes,normal,none presbyopic,myope,no,reduced,none presbyopic,myope,no,normal,none presbyopic,myope,yes,reduced,none presbyopic,myope,yes,normal,hard presbyopic,hypermetrope,no,reduced,none presbyopic,hypermetrope,no,normal,soft presbyopic,hypermetrope,yes,reduced,none presbyopic,hypermetrope,yes,normal,none
data詳細分析：
1）@relation contact-lenses 是表名
2）@attribute age {young, pre-presbyopic, presbyopic} 是屬性名和屬性類型
3）@data 是數據集，一個數組的形式。
若data是cvs的格式，weka也支持，最好使用weka的tools工具轉化為arff格式的數據集。
輸出結果為：
轉置請注明出處：http://www.cnblogs.com/rongyux/