weka 使用命令行_j48 -c 0.25 -m 2

link之家

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

相关文章推荐

个性的上铺 · 外交部驻香港公署关于部分恢复领事证件大厅对外 ...· 3 月前 ·

魁梧的水煮鱼 · 奋进正当时，大干三十天——雅园建筑公司吹响深 ...· 10 月前 ·

慷慨的黄豆 · 100~1000M ...· 1 年前 ·

酷酷的便当 · 比亚迪的三连杆独悬，唐汉DMi及宋PlusD ...· 2 年前 ·

飘逸的黄瓜 · 【图】搭载2.0L插混/油耗低至1.61L ...· 2 年前 ·

使用命令行（推荐）
虽然使用图形界面查看结果和设置参数很方便，但是最直接最灵活的建模及应用的办法仍是使用命令行。
打开“Simple CLI”模块，像上面那样使用“J48”算法的命令格式为：
java weka.classifiers.trees.J48 -C 0.25 -M 2 -t directory-path\bank.arff -d directory-path \bank.model
其中参数“ -C 0.25”和“-M 2”是和图形界面中所设的一样的。“-t ”后面跟着的是训练数据集的完整路径（包括目录和文件名），“-d ”后面跟着的是保存模型的完整路径。注意！这里我们可以把模型保存下来。
输入上述命令后，所得到树模型和误差分析会在“Simple CLI”上方显示，可以复制下来保存在文本文件里。误差是把模型应用到训练集上给出的。
把这个模型应用到“bank-new.arff”所用命令的格式为：
java weka.classifiers.trees.J48 -p 9 -l directory-path\bank.model -T directory-path \bank-new.arff
其中“-p 9”说的是模型中的待预测属性的真实值存在第9个（也就是“pep”）属性中，这里它们全部未知因此全部用缺失值代替。“-l”后面是模型的完整路径。“-T”后面是待预测数据集的完整路径。
输入上述命令后，在“Simple CLI”上方会有这样一些结果：
0 YES 0.75 ?
1 NO 0.7272727272727273 ?
2 YES 0.95 ?
3 YES 0.8813559322033898 ?
4 NO 0.8421052631578947 ?
...
这里的第一列就是我们提到过的“Instance_number”，第二列就是刚才的“predictedpep”，第四列则是“bank-new.arff”中原来的“pep”值（这里都是“?”缺失值）。第三列对预测结果的置信度（confidence ）。比如说对于实例0，我们有75%的把握说它的“pep”的值会是“YES”，对实例4我们有84.2%的把握说它的“pep”值会是“NO”。
我们看到，使用命令行至少有两个好处。一个是可以把模型保存下来，这样有新的待预测数据出现时，不用每次重新建模，直接应用保存好的模型即可。另一个是对预测结果给出了置信度，我们可以有选择的采纳预测结果，例如，只考虑那些置信度在85%以上的结果。
1 选择属性属性选择是通过搜索数据中所有可能的属性组合，以找到预测效果最好的属性子集。手工选择属性既繁琐又容易出错，为了帮助用户事项选择属性自动化。 Weka 中提供了选择属性面板。要自动选择属性需要设立两个对象：属性评估器和搜索方法，如下图所示：属性评估器确定使用什么方法给每个属性分配一个评估值... 使用 命令行 （推荐）虽然使用图形界面查看结果和设置参数很方便，但是最直接最灵活的建模及应用的办法仍是使用 命令行 。打开 “Simple CLI”模块，像上面那样使用 “ J48 ”算法的命令格式为： java weka .classifiers.trees. J48 -C 0.25 -M 2 -t directory-path\bank.arff -d directory-path \bank.mod 1、workBench 从 Weka 3.8.0开始，提供了一个名为Workbench的新用户界面。Workbench提供了一个多合一的应用程序，该应用程序包含了前面各节中描述的所有主要的 WEKA GUI，如下图所示：这就没啥好说的了，之前几章各个界面功能都详细说明了，下面就不展开了。 2、simpleCLI 如上图所示，就是一个简单的 命令行 窗口，之前提到过，下面也不展开叙述了。图2.6-1 可视化面板 2.6.1 散点图矩阵选择了visualize面板后，会为所有的属性给出一个散点图矩阵，它们会根据所选的class属性来着色。在这里可以改变每个二维散图的大小，改变各点的大小，以及随机的抖动（Jitter）数据（ 1、注意待预测数据集和训练用数据集各个属性的设置必须是一致的。即使你没有待预测数据集的Class属性的值，你也要添加这个属性，可以将该属性在各实例上的值均设成缺失值。比如你可以将欲预测的类别设为?即缺失值。 2、在“Test Opion”中选择“Supplied test set”，并且“Set”成你要应用模型的数据集。 3、右键点击“Res java weka .classifiers.trees. J48 -t data/weather.arffjava 类的完整名称 -t表示下一个参数是训练数据集的名称java weka .classifiers.trees. J48 -h查看java 命令行 中各个参数的具体含义-h or -helpOutput help information.-synopsis or -infoOutput synop...