标签: weka

我必须在一个非常庞大的矩阵上执行k-means聚类(大约300.000x100.000值超过100Gb).我想知道我是否可以使用R软件来执行此操作或weka.我的计算机是一个多处理器,具有8Gb的RAM和数百Gb的可用空间.

我有足够的空间进行计算,但加载这样的矩阵似乎是R的一个问题(我不认为使用bigmemory包会帮助我和大矩阵自动使用我的所有RAM然后我的交换文件,如果没有足够的空间).

所以我的问题是:我应该使用什么软件(最终与其他一些软件包或自定义设置相关联).

谢谢你的帮助.

注意:我使用linux.

在weka中我加载了一个arff文件.我可以使用visualize选项卡查看属性之间的关系.

但是我无法理解抖动滑块的含义.它的目的是什么？

gardai-plan-crackdown-on-troublemakers-at-protest-2438316.html': {'dail': 1, 'focus': 1, 'actions': 1, 'trade': 2, 'protest': 1, 'identify': 1, 'previous': 1, 'detectives': 1, 'republican': 1, 'group': 1, 'monitor': 1, 'clashes': 1, 'civil': 1, 'charge': 1, 'breaches': 1, 'travelling': 1, 'main': 1, 'disrupt': 1, 'real': 1, 'policing': 3, 'march': 6, 'finance': 1, 'drawn': 1, 'assistant': 1, 'protesters': 1, 'emphasised': 1, 'department': 1, 'traffic': 2, 'outbreak': 1, 'culprits': 1, 'proportionate': 1, 'instructions': 1, 'warned': 2, 'commanders': 1, 'michael': 2, 'exploit': 1, 'culminating': 1, 'large': 2, 'continue': 1, 'team': …

能告诉我如何在weka中表示文本分类的属性或类.通过使用什么属性我可以做分类？单词频率还是单词？ARFF格式可能的结构是什么？你能给我几行结构的例子吗？

非常感谢你提前.

我有一个JSON文件,想要在weka中打开数据,但是当我这样做时,我收到以下错误:

在邮件列表上查看,有一些关于JSON的问题,但TL; DR除了我注意到"格式weka期望"中的JSON之外.当然,没有提到那种格式.即将在源头进行潜水,但我希望SO用户可以在我花太多时间在此之前提供帮助.

我有一个Java类,其中javadoc的一部分实际上是作为构建过程的一部分生成的:方法的返回值(静态字符串值)被插入到源文件中,就像$Revision: $标签在某些版本控制软件中工作一样.

虽然这种行为可能有问题,但我使用的框架(WEKA机器学习库)需要这种信息重复.我希望Eclipse的代码格式化程序不要干扰生成的注释.我正在使用Eclipse Indigo版本.

我可以用特殊的注释开启/格式化关闭//@formatter:on和//@formatter:off.但是,@formatter标签仅在"正常"注释中起作用,而不在javadoc注释中起作用.显然,它们很容易与javadoc标签混淆.这意味着我无法关闭javadoc注释的生成部分的格式化程序(例如,自动换行),并将其保留为其余部分,因为@formatter指令必须放在javadoc注释周围.

有一个解决方法来切换javadoc注释中的代码格式？

我使用WEKA gui训练并创建了一个J48模型.我将模型文件保存到我的计算机上,现在我想用它来分类我的Java代码中的单个实例.我想获得属性"cluster"的预测.我所做的是以下内容:

public void classify(double lat, double lon, double co)
{            

// Create attributes to be used with classifiers
                    Attribute latitude = new Attribute("latitude");
                    Attribute longitude = new Attribute("longitude");
                    Attribute carbonmonoxide = new Attribute("co");

                    // Create instances for each pollutant with attribute values latitude, longitude and pollutant itself
                    inst_co = new DenseInstance(4);

                    // Set instance's values for the attributes "latitude", "longitude", and "pollutant concentration"
                    inst_co.setValue(latitude, lat);
                    inst_co.setValue(longitude, lon);
                    inst_co.setValue(carbonmonoxide, co);
                    inst_co.setMissing(cluster);


    Classifier cls_co = (Classifier) weka.core.SerializationHelper.read("/CO_J48Model.model");//load classifier from file

                    // …

我从http://weka.wikispaces.com/Programmatic+Use看了Weka的程序化例子.但是,我认为由于我的Weka jar版本(3.7.7),它在这一行上给出错误:

 Instance iExample = new Instance(4);

 Error: Cannot instantiate the type Instance

我应该对代码做什么样的改变？

我有一个带有一些名义值的数据集作为特征.我所拥有的训练集有一组标称特征的值,这些值在我的测试集中是不存在的.例如,我在训练集中的特征对应于

@attribute h4 {br,pl,com,ro,th,np}

和测试集中的相同功能有

@attribute h4 {br,pl,abc,th,def,ghi,lmno}

我相信因此,weka不允许我重新评估我在我的测试集上的训练集上建立的模型.有没有解决的办法？我错过了什么吗？

编辑:我正在使用RandomForest分类器.

谢谢

我不明白为什么Weka Evaluation类构造函数需要列车实例才能工作.

任何人都能解释一下吗？

理论上,评估仅取决于训练模型(下一个代码中的cls)和测试数据(TestingSet).

谢谢!

这是一个例子:

// TrainingSet is the training Instances

// TestingSet is the testingInstances

// Build de classifier

Classifier cls = (Classifier) new NaiveBayes();

cls.buildClassifier(TrainingSet);

// Test the model

Evaluation eTest = new Evaluation(**TrainingSet**); 

eTest.evaluateModel(cls, TestingSet);