注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

Koala++'s blog

计算广告学 RTB

 
 
 

日志

 
 

Weka开发[3]-Evaluation类  

2008-11-30 16:27:34|  分类: 机器学习 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

       上一次最后的结果就是一个分类的值,可能让大家大失所望,这一次会给大家一个比较完美的答案,这就是Evaluation类,这次只讲一下最简单的用法,首先初始化一个Evaluation对象,Evaluation类没有无参的构造函数,一般用Instances对象作为构造函数的参数。

       如果没有分开训练集和测试集,可以使用Cross Validation方法,EvaluationcrossValidateModel方法的四个参数分别为,第一个是分类器,第二个是在某个数据集上评价的数据集,第三个参数是交叉检验的次数(10是比较常见的),第四个是一个随机数对象。

       如果有训练集和测试集,可以使用Evaluation 类中的evaluateModel方法,方法中的参数为:第一个为一个训练过的分类器,第二个参数是在某个数据集上评价的数据集。例中我为了简单用训练集再次做为测试集,希望大家不会糊涂。

       提醒大家一下,使用crossValidateModel时,分类器不需要先训练,这其实也应该是常识了。

       Evaluation中提供了多种输出方法,大家如果用过weka软件,会发现方法输出结果与软件中某个显示结果的是对应的。例中的三个方法toClassDetailsStringtoSummaryStringtoMatrixString比较常用。

 

package instanceTest;

 

import java.io.FileReader;

import java.util.Random;

 

import weka.classifiers.Evaluation;

import weka.classifiers.trees.J48;

import weka.core.Instances;

 

public class EvaluationTest

{

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 crossValidation() throws Exception

    {

        J48 classifier = new J48();

        //NaiveBayes classifier = new NaiveBayes();

        //SMO classifier = new SMO();

       

        Evaluation eval = new Evaluation( m_instances );

        eval.crossValidateModel( classifier, m_instances, 10, new Random(1));

        System.out.println(eval.toClassDetailsString());

        System.out.println(eval.toSummaryString());

        System.out.println(eval.toMatrixString());

    }

   

    public void evaluateTestData() throws Exception

    {

        J48 classifier = new J48();

        //NaiveBayes classifier = new NaiveBayes();

        //SMO classifier = new SMO();

       

        classifier.buildClassifier( m_instances );

       

        Evaluation eval = new Evaluation( m_instances );

        eval.evaluateModel( classifier, m_instances );

        System.out.println(eval.toClassDetailsString());

        System.out.println(eval.toSummaryString());

        System.out.println(eval.toMatrixString());

    }

   

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

    {

        EvaluationTest etest = new EvaluationTest();

       

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

        etest.crossValidation();

        System.out.println( "***********************************\n\n" );

        etest.evaluateTestData();

    }

}

 

  评论这张
 
阅读(6280)| 评论(6)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017