k-means weka java 代码

Question

我阅读了很多在 Java 中使用这个库的例子，并且可以从 ARFF 数据文件中进行聚类并且它有效。

但是我在双精度列表中有自己的数据，它是在运行我的程序时生成的，我不知道如何使用这个 k-means 算法来聚类我的数据。这是一维列表。

这是我的代码：

    Instances dataa = DataSource.read("C:\\Users\\Ew\\Documents\\iris.arff"); 


    // create the model 
    kMeans = new SimpleKMeans();
    kMeans.setNumClusters(3);
    kMeans.buildClusterer(dataa); 

    // print out the cluster centroids
    Instances centroids = kMeans.getClusterCentroids(); 
    for (int i = 0; i < centroids.numInstances(); i++) { 
      System.out.println( "Centroid " + i+1 + ": " + centroids.instance(i)); 
    } 

    // get cluster membership for each instance 
    for (int i = 0; i < dataa.numInstances(); i++) { 
      System.out.println( dataa.instance(i) + " is in cluster " + kMeans.clusterInstance(dataa.instance(i)) + 1); 

    } 

我从 iris.arff 文件中读取数据并且它正在工作。现在我想将 k-means 作为参数提供给我的双精度列表。我该怎么做？

提前感谢您的回答。

问候。

Answer 1

如果您不想Instances通过读取 a 来创建一组DataSource，您也可以使用任何实现该接口的类Instance（例如 a ）手动创建它DenseInstance。请参阅 javadoc 中的示例代码：

// Create empty instance with three attribute values
Instance inst = new DenseInstance(3);

// Set instance's values for the attributes "length", "weight", and "position"
inst.setValue(length, 5.3);
inst.setValue(weight, 300);
inst.setValue(position, "first");

// Set instance's dataset to be the dataset "race"
inst.setDataset(race);

希望有帮助。