本站首页    管理页面    写新日志    退出



公告


 求真务实打基础,
 宁缺毋滥读好书。

数据挖掘青年(DMman)


我的分类(专题)

日志更新
问君能有几多愁,恰似一群太监上青楼
我和僵尸有个约会:灵异世界或真实存在?
赤壁(下)观后小感:雷人
英科学家:酒精和烟草的危害大于大麻和摇头
只有社会主义才能拯救世界(由金融危机引发
求职心得(非名牌院校 硕士 计算机)
省外就业协议录入
数据挖掘方面的资源、期刊、会议的网址集合
面试心得(摘)
为学
EI收录中国期刊-核心(2008-5)
混沌理论:随机世界的建模
分子计算机已经问世,纳米计算机指日可待?
绝对好用免费的网络电话
NLP:基于机器学习的人类思想及行为建模
Weka中用于组合多个模型的的装袋、提升
数据挖掘在企业中应用的四种途径
(转)几点做人做事的建议
大学计算机软件专业生应该学什么(转)
一个程序员对学弟学妹建议(转)

最新评论

留言板

链接

Blog信息
blog名称:DMman(数据挖掘青年)
日志总数:102
评论数量:564
留言数量:57
访问次数:1756527
建立时间:2007年4月9日




[Weka]在自己的算法中调用Weka实现文本分类的一个例子 
原创空间

数据挖掘青年 发表于 2007/7/4 17:47:57

1 介绍:嵌入式机器学习,在自己的算法中调用Weka现文本分类,是一个小的数据挖掘程序,虽然实用价值不是很大,但对于Weka的理解和使用是有帮助的。本例子来自《数据挖掘:实用机器学习技术》第2版(好像是倒数第三章)。大家可以到http://blogger.org.cn/blog/message.asp?name=DMman#23691 下载该书察看对算法的详细解释。算法中作了详细的注释,虽然是英文的,但还是比较简单。下面对例子的使用作了浅显的介绍,有兴趣的朋友可以研究。 2 功能:使用weka中的j48分类器实现了文本分类的一个小程序。文本文件通过weka的过滤器StringToWordVector预处理。 3 注意:把weka.jar加入你的classpath中,才可以通过编译。 4 使用方法:命令行参数: -t 文本文件路径 -m 你的模型文件路径 -c 可选,类别(hit 或 miss)如果提供了-c则用于训练,否则被模型分类,输出该文本的类型(hit或miss)  模型是动态建立的,第一次使用命令行必须指定-c参数,才可以建立模型。1) 建立模型>java MessageClassifier -t data/1.bmp -m myModel -c hit可以看到myModel建立了。然后继续训练一下这个模型。使用的文本实例越多,模型的分类性能越好>java MessageClassifier -t data/2.bmp -m myModel -c hit>java MessageClassifier -t data/1.gif -m myModel -c miss......2) 使用模型分类有了模型,就可以使用它为文本文件分类了,如>java MessageClassifier -t data/2.gif -m myModel 3) 可以使用提供-c参数的命令继续完善模型   原文件MessageClassifier .java /*** Java program for classifying text messages into two classes.*/import weka.core.Attribute;import weka.core.Instance;import weka.core.Instances;import weka.core.FastVector;import weka.core.Utils;import weka.classifiers.Classifier;import weka.classifiers.trees.J48;import weka.filters.Filter;import weka.filters.unsupervised.attribute.StringToWordVector;import java.io.*;public class MessageClassifier implements Serializable {/* The training data gathered so far. */private Instances m_Data = null;/* The filter used to generate the word counts. */private StringToWordVector m_Filter = new StringToWordVector();/* The actual classifier. */private Classifier m_Classifier = new J48();/* Whether the model is up to date. */private boolean m_UpToDate;/*** Constructs empty training dataset.*/public MessageClassifier() throws Exception {String nameOfDataset = "MessageClassificationProblem";// Create vector of attributes.FastVector attributes = new FastVector(2);// Add attribute for holding messages.attributes.addElement(new Attribute("Message", (FastVector)null));// Add class attribute.FastVector classValues = new FastVector(2);classValues.addElement("miss");classValues.addElement("hit");attributes.addElement(new Attribute("Class", classValues));// Create dataset with initial capacity of 100, and set index of class.m_Data = new Instances(nameOfDataset, attributes, 100);m_Data.setClassIndex(m_Data.numAttributes() - 1);}/*** Updates data using the given training message.*/public void updateData(String message, String classValue) throws Exception {// Make message into instance.Instance instance = makeInstance(message, m_Data);// Set class value for instance.instance.setClassValue(classValue);// Add instance to training data.m_Data.add(instance);m_UpToDate = false;}/*** Classifies a given message.*/public void classifyMessage(String message) throws Exception {// Check whether classifier has been built.if (m_Data.numInstances() == 0) {////throw new Exception("No classifier available.");}// Check whether classifier and filter are up to date.if (!m_UpToDate) { // Initialize filter and tell it about the input format.m_Filter.setInputFormat(m_Data);// Generate word counts from the training data.Instances filteredData = Filter.useFilter(m_Data, m_Filter);// Rebuild classifier.m_Classifier.buildClassifier(filteredData);m_UpToDate = true;}// Make separate little test set so that message// does not get added to string attribute in m_Data.Instances testset = m_Data.stringFreeStructure();// Make message into test instance.Instance instance = makeInstance(message, testset);// Filter instance.m_Filter.input(instance);Instance filteredInstance = m_Filter.output();// Get index of predicted class value.double predicted = m_Classifier.classifyInstance(filteredInstance);// Output class value.System.err.println("Message classified as : " +m_Data.classAttribute().value((int)predicted));}/*** Method that converts a text message into an instance.*/private Instance makeInstance(String text, Instances data) {// Create instance of length two.Instance instance = new Instance(2);// Set value for message attributeAttribute messageAtt = data.attribute("Message");instance.setValue(messageAtt, messageAtt.addStringValue(text));// Give instance access to attribute information from the dataset.instance.setDataset(data);return instance;}/*** Main method.*/public static void main(String[] options) {try {// Read message file into string.String messageName = Utils.getOption('t', options);if (messageName.length() == 0) {throw new Exception("Must provide name of message file.");}FileReader m = new FileReader(messageName);StringBuffer message = new StringBuffer(); int l;while ((l = m.read()) != -1) {message.append((char)l);}m.close();// Check if class value is given.String classValue = Utils.getOption('c', options);// If model file exists, read it, otherwise create new one.String modelName = Utils.getOption('m', options);if (modelName.length() == 0) {throw new Exception("Must provide name of model file.");}MessageClassifier messageCl;try {ObjectInputStream modelInObjectFile =new ObjectInputStream(new FileInputStream(modelName));messageCl = (MessageClassifier) modelInObjectFile.readObject();modelInObjectFile.close();} catch (FileNotFoundException e) {messageCl = new MessageClassifier();}// Check if there are any options leftUtils.checkForRemainingOptions(options);// Process message.if (classValue.length() != 0) {messageCl.updateData(message.toString(), classValue);} else {messageCl.classifyMessage(message.toString());}// Save message classifier object.ObjectOutputStream modelOutObjectFile =new ObjectOutputStream(new FileOutputStream(modelName));modelOutObjectFile.writeObject(messageCl);modelOutObjectFile.close();} catch (Exception e) {e.printStackTrace();}}} 下载源码:500)this.width=500'>文本分类算法.rar


阅读全文(35277) | 回复(21) | 编辑 | 精华
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

导游(游客)发表评论于2011/5/10 22:14:42

以下引用寒冰(游客)在2009-6-17 13:05:15的评论:你好,我用eclipse工具,直接COPY过去了,但不知道怎么运行?能教教我吗?


个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

落羽(游客)发表评论于2010/8/2 15:39:30

为什么没有把效果图贴出来呢?

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

邱泳钦(游客)发表评论于2010/7/5 3:02:43

看到您在weka中文论坛中的很多帖子,发现您非常热心,很想和您交个朋友,共同讨论文本分类等问题。不知道您的QQ多少呢?我的是289177112。

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

发现系(游客)发表评论于2010/5/10 18:58:47

您好!我是之前提问的那位,若博主有相关的指教可以和我邮件联系啊:shx_man@hotmail.com 麻烦博主了~

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

发现系(游客)发表评论于2010/5/10 18:56:55

您好! 最近看了blog中的很多文章,博主数据挖掘方面的知识真是令人佩服! 在此,有些问题想请教:我在工程里导入weka-jre-jar包,里面应该包括了weka所有相关的java文件了,我想自己创建一个package,在里面设计出一个只有C45算法的数据挖掘程序,通过调用weka的API,不知道可不可行的? 若可行的话,博主能否指教下如何调用weka内部的api,是否有相关文档供参考,不甚感激! 祝好!

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

寒冰(游客)发表评论于2009/6/17 13:21:12

myModel ,这个又在哪儿? 我的QQ是344423725,能教下我吗?感激不尽,有点菜

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

寒冰(游客)发表评论于2009/6/17 13:05:15

你好,我用eclipse工具,直接COPY过去了,但不知道怎么运行?能教教我吗?

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

fevear(游客)发表评论于2009/5/15 11:43:23

请问classifer是干什么用的,怎么用于图像显示设备,比如led什么的,在图像处理方面有什么用?

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

supercar(游客)发表评论于2008/12/18 21:51:39

运行这么程序的时候,出现FileNotFindException的异常,找不到模型文件。我仔细研究了一下程序中读取模型文件的代码 try {ObjectInputStream modelInObjectFile =new ObjectInputStream(new FileInputStream(modelName));messageCl = (MessageClassifier) modelInObjectFile.readObject();modelInObjectFile.close();} catch (FileNotFoundException e) {messageCl = new MessageClassifier();}发现程序中使用MessageClassifier()建立模型,但MessageClassifier()中没有建立模型文件的语句。请问,这段代码是不是有问题。 以下为blog主人的回复: 模型是动态建立的,第一次使用命令行必须指定-c参数,才可以建立模型。

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


回复:在自己的算法中调用Weka实现文本分类的一个例子
原创空间

luanshengfei(游客)发表评论于2008/10/5 0:27:22

老师您好 我在运行这个程序的时候,出现了以下异常: java.io.StreamCorrupiedException: invalidstream header at java.io.ObjectInputStream.readStreamHeader ... 问一下myModel里面应该有些什么内容

个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
 


» 1 2 3 4 »

发表评论:
昵称:
密码:
主页:
标题:
验证码:  (不区分大小写,请仔细填写,输错需重写评论内容!)



站点首页 | 联系我们 | 博客注册 | 博客登陆

Sponsored By W3CHINA
W3CHINA Blog 0.8 Processed in 0.063 second(s), page refreshed 144751971 times.
《全国人大常委会关于维护互联网安全的决定》  《计算机信息网络国际联网安全保护管理办法》
苏ICP备05006046号