weka详解

本篇文章针对weka API的几个简单使用介绍，weka官网文档介绍非常详细，可参考。

1. weka官网：https://www.cs.waikato.ac.nz/~ml/weka/

2. weka官方文档：https://waikato.github.io/weka-wiki/

3. weka API文档：https://weka.sourceforge.io/doc.stable-3-8/

4. 推荐值得学习的blog：https://www.cnblogs.com/zlslch/category/999872.html

此博客是介绍weka比较系统和详细的博客，有些不明白的地方可以查看官网。

备注：weka官方文档上有相应例子，有些例子对应版本比较旧，可对应更新为自己使用的版本

建议看下官网的有关weka视频的介绍：https://youtu.be/TF1yh5PKaqI

一、Java调用Weka API创建Arff文件

Arff(attribute relation file format 关系属性格式)文件是一种由独立、无序实例组成的数据集文件，是一种 ASCII 文本文件。在 Arff 文件中，%开始表示注释；@relation 表示数据之间的关系；@attribute 表示字段名称和字段类型；@data 表示具体的数据，同时数据的顺序要和@attribute 中的属性保持一致。文件内容中，最开始的部分显示文件注释，之后显示关系的名字和属性的具体定义，在属性下是具体的数据集合。

1. 总共就这么四步，关键代码：

1）一开始需要实例化一个Vector来保存数据属性：

FastVector atts =newFastVector();// 保存属性

2）同时需要有保存单条数据

double[]vals;// arff保存单条数据

3）判断数据格式之后新建数据属性：

atts.addElement(newAttribute(numName));

4）之后填充数据：

vals[j] =instances.attribute(j).addStringValue("XXXXX");

2. 完整代码：

/** * 创建合法格式的Arff文件 * * @param data 该参数为封装好的Data参数，数据类型为 * Map<String, List<Object>> * @return * @throws Exception */

    public String createArffFile(Data data, int userID) throws Exception {

        FastVector atts = new FastVector();// 保存属性

        double[] vals;// arff保存单条数据

        // 创建List作为数据类型flag

        List<Object> indexList = new LinkedList<Object>();

        // 获取data数据

        wekaData = XMLParser.praseXML(data.getData_Content());

        // 获取data中的第0行为title,第一行为判断数据类型

        List<Object> titleList = wekaData.get("0");

        List<Object> firstList = wekaData.get("1");

        // 遍历title中的数据类型,为arff文件创建attribute

        for (int i = 0; i < firstList.size(); i++) {

            Object obj = firstList.get(i);

            String objStr = obj.toString();

            if (isNumeric(objStr)) {

                indexList.add("Numeric");

                String numName = String.valueOf(titleList.get(i));

                atts.addElement(new Attribute(numName));

            } else if (isValidDate(objStr)) {

                indexList.add("Date");

                atts.addElement(new Attribute((String) titleList.get(i), "yyyy-MM-dd"));

            } else {

                indexList.add("String");

                atts.addElement(new Attribute((String) titleList.get(i), (FastVector) null));

            }

        }

        // 必须放在创建attribute之后 否则会报异常

        Instances instances = new Instances(data.getData_Name(), atts, 0); // 创建一个weka data实例

        System.out.println(indexList);

        // 填充数据

        for (int i = 1; i < wekaData.size(); i++) {

            vals = new double[instances.numAttributes()];

            String index = String.valueOf(i);

            int length = wekaData.get(index).size();

            System.out.println(length);

            // 遍历填充

            for (int j = 0; j < length; j++) {

                if (indexList.get(j).equals("String")) {

                    System.out.println("string");

                    vals[j] = instances.attribute(j).addStringValue((String) wekaData.get(index).get(j));

                } else if (indexList.get(j).equals("Numeric")) {

                    System.out.println("number");

                    System.out.println((String) wekaData.get(index).get(j));

                    double num = Double.valueOf((String) wekaData.get(index).get(j));

                    vals[j] = num;

                }

            }

            instances.add(new Instance(1.0, vals));

            // end

        }

        System.out.println(instances.toString());

        // IP时间戳工具

        IPTimeStamp ipTimeStamp = new IPTimeStamp();

        // 保存文件加时间戳重命名，防止不同文件重名覆盖

        String fileName = ipTimeStamp.getIPTimeRand() + "_" + userID + "_" + data.getData_Name();

        String path = configProperty.getArffPath() + fileName + ".arff";

        File outFile = new File(path);

        FileUtils.writeStringToFile(outFile, instances.toString(), false);

        System.out.println("ArffPath" + configProperty.getArffPath());

        return path;

    }

构建好的格式举例：K-means聚类样本.arff

@relation K-means聚类样本

@attribute X numeric

@attribute Y numeric

@data

0,0

1,0

二、Weka API使用训练好的已知模型进行实时预测

1、自己根据属性构建instance实例。

2、调用之前已经训练的模型，调用时需要将模型强制转变为模型机器学习类型，如NaiveBayes的模型需要这样操作。

Classifier m_Classifier = (NaiveBayes)SerializationHelper.read(new FileInputStream("model/bayes.model"))；

以下是本文构建的Weka实时预测功能：

本实例中instance具有四个属性，第一个为double属性，第二个是double属性，第三个是Nominal类型，第四个是Class类型（预测值)。

注：本文中使用的模型可以使用Weka图形界面操作生成。

代码思路：

首先，构建一个instances结构，构建instances具有什么样的属性；其次，指定instances的类别索引，即指定哪个属性代表的是类别。之后，构建instance实例，将instances的结构框架指定为instance的数据集，给instance赋值，此处传值时不需要传入Class值，因为这是我们要预测的；最后，使用已知模型的classifyInstance方法对instance进行预测，再根据预测出的索引得到预测类别的值。

以下是编写的Weka实时预测代码：

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import weka.classifiers.Classifier;

import weka.classifiers.bayes.NaiveBayes;

import weka.core.Attribute;

import weka.core.FastVector;

import weka.core.Instance;

import weka.core.Instances;

import weka.core.SerializationHelper;

public class WekaTestInstance

{

    Instances m_Data = null;

    Classifier m_Classifier = null;

    public WekaTestInstance() throws FileNotFoundException, Exception

    {

        m_Classifier = (NaiveBayes)SerializationHelper.read(new FileInputStream("model/bayes.model")); 


        String nameOfDataset = "messDataset";

        FastVector attributes = new FastVector();

        attributes.addElement(new Attribute("aa"));

        attributes.addElement(new Attribute("bb"));


        FastVector fvNominalVal = new FastVector(3);

        fvNominalVal.addElement("blue");

        fvNominalVal.addElement("gray");

        fvNominalVal.addElement("black");             

        attributes.addElement(new Attribute("Nominal", fvNominalVal));


        FastVector classValues = new FastVector(2);

        classValues.addElement("pos");

        classValues.addElement("neg");

        attributes.addElement(new Attribute("Class", classValues));

        m_Data = new Instances(nameOfDataset, attributes, 10);

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

    }

    public void classifyMessage(double aa,double bb,String nominal) throws Exception

    {

        Instances testset = m_Data.stringFreeStructure();

        Instance instance = makeInstance(aa,bb,nominal,testset);

        System.out.println(m_Data.numAttributes());

        System.out.println(instance);

        double predicted = m_Classifier.classifyInstance(instance);

        System.out.println("predicted:"+predicted);

        System.out.println("Message classified as : " +

                m_Data.classAttribute().value((int)predicted));

    }

    private Instance makeInstance(double aa,double bb,String nominal,Instances data)

    {

        Instance instance = new Instance(4);

        instance.setDataset(data);

        Attribute aaAtt = data.attribute("aa");

        Attribute bbAtt = data.attribute("bb");

        Attribute nominalAtt = data.attribute("Nominal");


        instance.setValue(aaAtt, aa);

        instance.setValue(bbAtt, bb);

        instance.setValue(nominalAtt, nominal);


//      instance.setValue((Attribute)instance.attribute(0), aa);

//      instance.setValue((Attribute)instance.attribute(1), bb);

//      instance.setValue((Attribute)instance.attribute(2),nominal);       

        return instance;

    }

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

    {

        WekaTestInstance wTestInstance = new WekaTestInstance();

        wTestInstance.classifyMessage(5.6,9.9,"gray");

    }

}

©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 206,839评论 6赞 482
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 88,543评论 2赞 382
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 153,116评论 0赞 344
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 55,371评论 1赞 279
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 64,384评论 5赞 374
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 49,111评论 1赞 285
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 38,416评论 3赞 400
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 37,053评论 0赞 259
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 43,558评论 1赞 300
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2赞 325
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1赞 334
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,756评论 4赞 324
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 39,324评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1赞 262
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2赞 355
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2赞 345

推荐阅读更多精彩内容