如何使用weka从命令行计算最近邻居？

Question

我有一个csv文件，其中每一行都是表示数据点的数字向量。我想从命令行使用weka来计算csv文件中每个数据点的最近邻居。我知道如何从命令行执行k最近邻分类，但这不是我想要的。我想要真正的邻居。我该怎么做？

我想使用weka而不是其他工具来做到这一点。

Answer 1

Weka没有一个内容来做我认为你建议的事情（摄取文件，将其转换为实例，然后找到每个实例的所有N个最近邻居）

但是你可以通过以下方式利用Weka和几行Java来设置一个命令行样式：

  

编译以下代码。我使用了Eclipse，但您可以在命令行中轻松使用javac - 只需确保在类路径中有 weka.jar 。我向您展示了如何在下面的代码之后从cammand行将其称为一个衬垫的示例

import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSource;
import weka.core.neighboursearch.LinearNNSearch;

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

            //report that the code is running
            System.out.println("Weka Command Line Find Nearest " + args[0] + " Neighbors for each Instance in "  + args[1]); // Display the string.

            //setup datasources, grab instances, and calculate the nearest neighbors
            DataSource source = new DataSource(""+args[1]);
            Instances instances = source.getDataSet();  
            weka.core.neighboursearch.LinearNNSearch knn = new LinearNNSearch(instances);

            //cycle through the dataset and get instances for the nearestneighbors
            for(int j=0;j<instances.numInstances();j++){
            Instances nearestInstances= knn.kNearestNeighbours(instances.instance(j), Integer.parseInt(args[0]));

            //cycle through the instances and printout the nearestneighbors
            System.out.println("\n\n" + instances.instance(j));
            for(int i =0;i<Integer.parseInt(args[0]);i++) 
            {
                System.out.println("\n\t" + nearestInstances.instance(i));

            }

            }

            //close the code
            System.out.println("\n"+"Nearest Neighbors found"); // Display the string.

     }
}

现在只需使用以下命令从命令行运行它。

  

java -cp weka.jar;。 WekaCLFindNN numNN csvfile

这是在我的机器上工作的屏幕截图。请注意，我在运行java时所在的目录中有weka.jar文件和WekaCLFindNN文件。还要注意我在Windows下运行它，其中classpath separater是分号（;）如果你在Linux下运行它你必须使用冒号（：）

你可以忽略关于数据库驱动程序的部分，只是Weka向stderr扔东西。但正如你所看到的那样，向量是左对齐的，它们最近的邻居就像你要求的那样列出。

如果您希望日志文件中的数据以这种方式执行

  

java -cp weka.jar;。 WekaCLFindNN＆gt; outputlog

日志文件将如下所示，并注意它没有关于数据库的错误：

虽然在原始实例数据集中同时拥有最近邻居及其索引会很好，但我检查了kNearestNeighbours方法并发现索引数据在报告之前就被抛弃了。如果你想要它，你将不得不继承LinearNNSearch类并编写一个输出实例和索引的新方法。

所以我希望这会有所帮助。很遗憾Weka没有开箱即用，但你可以用几行代码来完成。