Weka开发［2］－分类器类

 这次介绍如何利用weka里的类对数据集进行分类，要对数据集进行分类，第一步要指定数据集中哪一列做为类别，如果这一步忘记了（事实上经常会忘记）会出现“Class index is negative (not set)!”这个错误，设置某一列为类别用Instances类的成员方法setClassIndex，要设置最后一列为类别则可以用Instances类的numAttributes()成员方法得到属性的个数再减1。

    然后选择分类器，比较常用的分类器有J48，NaiveBayes，SMO（LibSVM有Java版的，可以在weka中使用，但要设置路径）,训练分类器使用J48的buildClassifier（注意J48还有别的分类器它们都继承自Classifier类，使用方法都差不多），分类数据用J48类中的classifyInstance方法，例中使用的数据集为contact-lenses.arff，分类结果为2.0，结果为2.0的原因是：首先用文本编辑器打开数据集，有一行为@attribute contact-lenses {soft, hard, none}，而第一个样本为young, myope, no, reduced, none，最后一列为类别，也就是contact-lences为类别，第一个样本的类别为none，在属性说明中none为第二个所以为2.0（从0开始数）。

 

package instanceTest;

 

import java.io.FileReader;

 

import weka.classifiers.trees.J48;

import weka.core.Instances;

 

public class ClassifierTest

{

    private Instances m_instances = null;

   

    public void getFileInstances( String fileName ) throws Exception

    {

        FileReader frData = new FileReader( fileName );

        m_instances = new Instances( frData );

       

        m_instances.setClassIndex( m_instances.numAttributes() - 1 );

    }

   

    public void classify() throws Exception

    {

        J48 classifier = new J48();

        //NaiveBayes classifier = new NaiveBayes();

        //SMO classifier = new SMO();

       

        classifier.buildClassifier( m_instances );

        System.out.println( classifier.classifyInstance(m_instances.instance( 0 ) ) );

    }

   

    public static void main( String[] args ) throws Exception

    {

        ClassifierTest ctest = new ClassifierTest();

       

        ctest.getFileInstances( "F://Program Files//Weka-3-4//data//contact-lenses.arff");

        ctest.classify();

    }

}