Question

如果我使用Weka Explorer运行一些训练数据来反对使用线性内核的SVM测试数据，那么一切都很好。

但我需要在我自己的Java中以编程方式执行此操作，并且我当前的代码如下所示：

Instances train = new Instances (...);
train.setClassIndex(train.numAttributes() - 1);
Instances test = new Instances (...) + 
ClassificationType classificationType = ClassificationTypeDAO.get(6);       
LibSVM libsvm = new LibSVM();
String options = (classificationType.getParameters());
String[] optionsArray = options.split(" ");                  
libsvm.setOptions(optionsArray);
String[] pars = libsvm.getOptions();     
Evaluation eval = new Evaluation(train);
libsvm.buildClassifier(train);       
eval.evaluateModel(libsvm, test);

System.out.println(eval.toSummaryString("\nResults\n======\n", false));

然而，在线上抛出异常：

eval.evaluateModel(libsvm, test);

尽管在此代码周围try...catch块进行了多次尝试，但根据下面的完整堆栈跟踪，发生的异常仅报告为null（这确实很有帮助）。

我不相信这个问题是由于我自己的代码，因为其他分类器已成功运行它。我正在研究这个问题的原因是环境的理论。但在哪里和什么？我正在使用Tomcat通过NetBeans 8运行我的应用程序，并在应用程序的weka.jar文件夹中包含最新版本的LibSVM.jar和.lib。

但我是否需要{\ n}下载提供的libsvm.jar：

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

如果是后一种情况，如何在Windows中解决LibSVM.jar和libsvm.jar被视为同一文件的命名冲突？

过去几个小时，这让我很困惑。我尝试将LibSVM.jar和libsvm.jar文件添加到.lib文件夹中，重命名它们，将它们放入新定义的CLASSPATH中，但没有任何作用。

Java异常的完整堆栈跟踪是：

空 weka.classifiers.functions.LibSVM.distributionForInstance（LibSVM.java:1489） weka.classifiers.Evaluation.evaluationForSingleInstance（Evaluation.java:1560） weka.classifiers.Evaluation.evaluateModelOnceAndRecordPrediction（Evaluation.java:1597） weka.classifiers.Evaluation.evaluateModel（Evaluation.java:1477） visualRSS.test.Weka_LibSVM_Test.classify（Weka_LibSVM_Test.java:48） visualRSS.initialisation.TestProgram_Context_Listener.contextInitialized（TestProgram_Context_Listener.java:29） org.apache.catalina.core.StandardContext.listenerStart（StandardContext.java:3972） org.apache.catalina.core.StandardContext.start（StandardContext.java:4467） org.apache.catalina.core.StandardContext.reload（StandardContext.java:3228） org.apache.catalina.manager.ManagerServlet.reload（ManagerServlet.java:943） org.apache.catalina.manager.ManagerServlet.doGet（ManagerServlet.java:361） javax.servlet.http.HttpServlet.service（HttpServlet.java:617） javax.servlet.http.HttpServlet.service（HttpServlet.java:717） org.apache.catalina.core.ApplicationFilterChain.internalDoFilter（ApplicationFilterChain.java:290） org.apache.catalina.core.ApplicationFilterChain.doFilter（ApplicationFilterChain.java:206） org.apache.catalina.core.StandardWrapperValve.invoke（StandardWrapperValve.java:233） org.apache.catalina.core.StandardContextValve.invoke（StandardContextValve.java:191） org.apache.catalina.authenticator.AuthenticatorBase.invoke（AuthenticatorBase.java:558） org.apache.catalina.core.StandardHostValve.invoke（StandardHostValve.java:127） org.apache.catalina.valves.ErrorReportValve.invoke（ErrorReportValve.java:102） org.apache.catalina.core.StandardEngineValve.invoke（StandardEngineValve.java:109） org.apache.catalina.connector.CoyoteAdapter.service（CoyoteAdapter.java:298） org.apache.coyote.http11.Http11AprProcessor.process（Http11AprProcessor.java:859） org.apache.coyote.http11.Http11AprProtocol $ Http11ConnectionHandler.process（Http11AprProtocol.java:579） org.apache.tomcat.util.net.AprEndpoint $ Worker.run（AprEndpoint.java:1555）

Answer 1

我的测试代码的问题与Weka以编程方式运行LibSVM所需的.jar文件有关。

如果我的代码是：

public static void classify() {      
    try {            
        Instances train = new Instances (...);            
        train.setClassIndex(train.numAttributes() - 1);         
        Instances test = new Instances (...);            
        test.setClassIndex(test.numAttributes() - 1);                      
        ClassificationType classificationType = ClassificationTypeDAO.get(6);  // 6 is SVM.        
        LibSVM classifier = new LibSVM();
        String options = (classificationType.getParameters());
        String[] optionsArray = options.split(" ");                          
        classifier.setOptions(optionsArray);        
        classifier.buildClassifier(train);        
        Evaluation eval = new Evaluation(train);
        eval.evaluateModel(classifier, test);
        System.out.println(eval.toSummaryString("\nResults\n======\n", false));       
    } 
    catch (Exception ex) {            
        Misc_Utils.printStackTrace(ex);
    }                       
}

我发现我需要在应用程序的weka.jar文件夹中放置libsvm.jar（来自Weka）和.lib（来自http://www.csie.ntu.edu.tw/~cjlin/libsvm/。但是因为在Windows中命名冲突时，我将文件LibSVM.jar（来自Weka）重命名为LibSVM_Weka.jar并将其添加到.lib文件夹。

运行程序我现在的结果与Weka的资源管理器相匹配，使用的关键字频率在5类数据中分布不均。

其中Weka和LibSVM .jar文件在Java代码中用于SVM分类

1 个答案: