Question

我正在尝试使用Java中的WEKA API准备模型类的两个向量中的一些数据，以进行分类训练（一个用于训练，另一个用于测试）。有没有一种方法可以整理数据，而不必创建* .ARFF文件？

我的模型类包含六个属性 L1（String），L2（String），A（double），B（double），C（double），D（double），Station（String）

每行看起来像这样，其中traindata是向量：

for(int i=0; i<traindata.size(); i++) {
    double[] row = new double[] { traindata.get(i).getL1(),traindata.get(i).getL2(),traindata.get(i).getA(), traindata.get(i).getB(), traindata.get(i).getC(), traindata.get(i).getD(), traindata.get(i).getStation() };
}

向量是这些的大集合。

有人可以帮我吗？

Answer 1

要在Weka中训练分类器，您需要一个Instances对象。 Instances对象既包含数据的结构，又包含数据的每个Instance。 ARFF文件是Instances对象的序列化版本。 Instance只是一个结构，其中包含数据的示例/实例。

因此您可以创建一个Instances对象，并用Instance填充它。这是一个简单的代码：

// create attributes. For nominal attributes list all possible values
ArrayList<Attribute> attributes = new ArrayList<Attribute>();
attributes.add(new Attribute("L1", new ArrayList<String>(Arrays.AsList("L1_val1", "L1_val2", ...)));
attributes.add(new Attribute("L2", new ArrayList<String>(Arrays.AsList("L2_val1", "L2_val2", ...)));
attributes.add(new Attribute("A"));
attributes.add(new Attribute("B"));
attributes.add(new Attribute("C"));
attributes.add(new Attribute("D"));
attributes.add(new Attribute("Station", new ArrayList<String>(Arrays.AsList("S1", "S2", ...)));

//create Instances
Instances ins = new Instances(name, attributes, traindata.size());

//create Instance
for(int i=0; i<traindata.size(); i++) {
    String L1 = traindata.get(i).getL1();
    String L2 = traindata.get(i).getL2();
    String station = traindata.get(i).getStation();

    double[] row = new double[] { 
        attributes.get(0).indexOfValue(L1), //convert string to double - index of L1
        attributes.get(1).indexOfValue(L2), //convert string to double - index of L2
        traindata.get(i).getA(), 
        traindata.get(i).getB(), 
        traindata.get(i).getC(), 
        traindata.get(i).getD(), 
        attributes.get(1).indexOfValue(station), //convert string to double  
     };
    Instance instance = new DenseInstance(weight, row);
    instances.add(instance);
 }

//build classifier
classifier.buildClassifier(instances);

使用模型向量（具有少量属性）中的数据，而无需在JAVA的WEKA API中制作ARFF文件

1 个答案: