Question

看了很多这样的例子，到目前为止还没有运气。我想对自由文本进行分类。

配置文本分类器。（使用StringToWordVector和LibSVM的FilteredClassifier）
训练分类器（添加大量文档，训练过滤后的文本）
将FilteredClassifier序列化为磁盘，退出应用

之后

加载序列化的FilteredClassifier
分类东西！

当我尝试从磁盘读取并对事物进行分类时，它还可以。所有文档和示例都显示了同时构建的训练列表和测试列表，在我的情况下，我正在尝试在事后构建测试列表。

单独使用FilteredClassifier是不足以使用与原始训练集相同的“词典”创建测试实例，因此如何保存以后需要分类的所有内容？

http://weka.wikispaces.com/Use+WEKA+in+your+Java+code只是说“从某个地方加载的实例”，并没有说明使用类似的字典。

ClassifierFramework cf = new WekaSVM();
if (!cf.isTrained()) {
  train(cf); // Train, save to disk
  cf = new WekaSVM(); // reloads from file
}
cf.test("this is a test");

结束投掷

java.lang.ArrayIndexOutOfBoundsException: 2
at weka.core.DenseInstance.value(DenseInstance.java:332)
at weka.filters.unsupervised.attribute.StringToWordVector.convertInstancewoDocNorm(StringToWordVector.java:1587)
at weka.filters.unsupervised.attribute.StringToWordVector.input(StringToWordVector.java:688)
at weka.classifiers.meta.FilteredClassifier.filterInstance(FilteredClassifier.java:465)
at weka.classifiers.meta.FilteredClassifier.distributionForInstance(FilteredClassifier.java:495)
at weka.classifiers.AbstractClassifier.classifyInstance(AbstractClassifier.java:70)
at ratchetclassify.lab.WekaSVM.test(WekaSVM.java:125)

Answer 1

序列化您的Instances，其中包含经过训练的数据类似词典的定义？ - 在您序列化分类器时：

Instances trainInstances = ... //

Instances trainHeader = new Instances(trainInstances, 0);
trainHeader.setClassIndex(trainInstances .classIndex());

OutputStream os = new FileOutputStream(fileName);
ObjectOutputStream objectOutputStream = new ObjectOutputStream(os);
objectOutputStream.writeObject(classifier);
if (trainHeader != null)
    objectOutputStream.writeObject(trainHeader);
objectOutputStream.flush();
objectOutputStream.close();

要唾弃：

Classifier classifier = null;
Instances trainHeader = null;

InputStream is = new BufferedInputStream(new FileInputStream(fileName));
ObjectInputStream objectInputStream = new ObjectInputStream(is);
classifier = (Classifier) objectInputStream.readObject();
try { // see if we can load the header
    trainHeader = (Instances) objectInputStream.readObject();
} catch (Exception e) {
} 
objectInputStream.close();

使用trainHeader创建新的Instance：

int numAttributes = trainHeader.numAttributes();
double[] vals = new double[numAttributes];

for (int i = 0; i < numAttributes - 1; i++) {
    Attribute attribute = trainHeader.attribute(i);

    //If your attribute is nominal or string:       
    double value = attribute.indexOfValue(myStrVal); //get myStrVal from your source

    //If your attribute is numeric
    double value = myNumericVal; //get myNumericVal from your source

    vals[i] = value;
}

vals[numAttributes] = Instance.missingValue();

Instance instance = new Instance(1.0, vals);
instance.setDataset(trainHeader);
return instance;

如何测试Weka文本分类（FilteredClassifier）

1 个答案: