weka

0熱度

1回答

爲了識別活動，我在兩個不同設備的步行活動期間收集了加速度計和陀螺儀數據。我有來自兩個設備的加速度計數據（x，y和z）和陀螺儀數據（x，y和z），我正試圖構建我的特徵向量。我的問題：我的特徵向量看起來像如下（：x，y和z注意，我有上百個讀數的每一個座標）的例子在某些情況下，我在1st_phone_Gyro和2nd_Phone_Gyro的閱讀範例較少，我該如何處理空白空間？如果我知道WEKA抱怨，

1熱度

1回答

WEKA FP-growth關聯規則未找到規則

對於報告，我必須找到事務數據集的關聯規則。我下載了這組數據： http://archive.ics.uci.edu/ml/datasets/online+retail 然後，我刪除了一些列轉換爲名義值和標準化，然後我得到這個：https://ufile.io/gz3do 所以我想我有一個數據與交易上設置我可以使用FP增長和Apriori，但我沒有得到任何規則。它只是告訴我：沒有規則發現！有人

1熱度

1回答

如何使用weka api將自定義輸入發送到堆疊的元分類器

來自一篇研究論文「除了跨所有分類器輸出堆疊之外，我們還僅使用每個重新採樣（袋裝）基本分類器的聚合輸出來評估堆疊。例如，所有10個SVM分類器的輸出被平均並用作元學習器的單個0級輸入。「我想知道如何實現這一點。其實我需要爲我的論文實施這個。

2熱度

1回答

Weka J48分類不遵循樹

我的原始樹更大，但由於我堅持了這個問題很長一段時間，我決定嘗試簡化我的樹。我結束了這樣的事情：正如你所看到的，我只有叫「LarguraBandaRede」有3個可能的標稱值「Congestionado」，「Livre的」和「Merda」的單一屬性。之後，我從weka中導出了j48.model以用於我的java代碼。隨着這段代碼我輸入作爲分類使用模式： ObjectInputStream ob

1熱度

1回答

Weka中的數據彙總和樹可視化中的錯誤之間的不平衡

我嘗試使用J48算法對Weka中的10 iris.arff數據集運行簡單的分類。我使用了10倍的交叉驗證，並且 - 如果我沒有錯 - J48的所有默認設置。結果是6個錯誤分類實例的準確率達到96％。這裏是我的問題：根據this樹可視化中的第二個數字是每個葉子中錯誤分類實例的數量，但是爲什麼它們的總和不是6而是3？編輯：運行用不同的測試選項算法我獲得在準確度方面不同的結果（因此錯誤的數量），但

0熱度

1回答

轉換CSV到ARFF

我對數據挖掘，我們從kaggle給CSV數據的一所學校項目的工作（這是怎樣的數據看起來（2線出6970））： 4,1970,Female,150,DomesticPartnersKids,Bachelor's Degree,Democrat,,Yes,No,No,No,Yes,Public,No,Yes,No,Yes,No,No,Yes,Science,Study first,Yes,Yes,No

-1熱度

1回答

如何在java中使用weka在文檔分類中傳遞動態測試實例

我是weka的新手。目前我正在使用weka和java進行文本分類。我的訓練數據集有一個String屬性和一個class屬性。 @RELATION test @ATTRIBUTE tweet string @ATTRIBUTE class {positive,negative} 我想動態創建一個測試即時，並使用Naive-Bayes分類器進行分類。 public static void m

0熱度

2回答

如何導入LIBSVM到我的Java代碼

在Java編程中，我們首先應該添加weka.jar到我們的類路徑，因此，我們可以調用所有在下列代碼的形式進行分類或羣集算法WEKA， import weka.classifiers.trees.RandomForest; ... RandomForest rf = new RandomForest(); // RandomForest object 但不幸的是，我們不能用這種方式導入Lib

0熱度

1回答

如何在java代碼中加載.csv文件以使用weka進行測試？

我從weka分類獲得的模型，我想測試它在Java代碼中，但是當我讀到的情況下，一個錯誤出現： Exception in thread "main" java.io.IOException: keyword @relation expected, read Token[Word], line 1 at weka.core.Instances.errms(Instances.java:1863)

1熱度

1回答

未設置類屬性！在weka.core.Capabilities.test（來源不明）

我有這樣的代碼 import weka.core.Instances; import weka.classifiers.bayes.NaiveBayes; import weka.classifiers.trees.J48; import weka.classifiers.Evaluation; import weka.filters.Filter; import weka.filter