Java通过weka接口建立RF和SVM分类器

</pre>一、Instance 实例类<p></p><p>该类是用于处理一个有序的权重实例</p><p>典型的使用方法：</p><p></p><pre name="code" class="java">import weka.core.converters.ConverterUtils.DataSource;
 ...
 
 // Read all the instances in the file (<strong><span style="color:#ff0000;">ARFF</span></strong>, CSV, XRFF, ...)
 DataSource source = new DataSource(filename);
 Instances instances = source.getDataSet();
 
 // Make the last attribute be the class
 instances.setClassIndex(instances.numAttributes() - 1);
 
 // Print header and instances.
 System.out.println("
Dataset:
");
 System.out.println(instances);

DataSource是一个接口，能过成为数据源的接口。

还有一种常用的方法：

<span style="white-space:pre">		</span>Instances  insTrain = null;
		File trainfile = new File(
				"F:\情感分析\实验数据和程序\classification code\test.arff");
		ArffLoader loader = new ArffLoader();
		loader.setFile(trainfile); // 读取训练文本样例并训练
		insTrain = loader.getDataSet();
		insTrain.setClassIndex(insTrain.numAttributes() - 1);

ArffLoader类是用于读取存储在arff中的源数据

二、RF ： randomforest 类

下面的实例是通过训练数据建立了一个RF分类器，并且加载测试数据，对测试数据进行分类：

<span style="white-space:pre">		</span>RandomForest rf = new RandomForest();
		rf.buildClassifier(insTrain);// 训练出随机森林分类器

<span style="white-space:pre">		</span><strong><span style="color:#ff0000;">//加载训练数据</span></strong>

loader.setFile(testfile);
		insTest = loader.getDataSet();
		insTest.setClassIndex(insTest.numAttributes() - 1);
		int sum = insTest.numInstances();

		FileOutputStream fos = new FileOutputStream("F:\情感分析\实验数据和程序\classification code\result.txt"); // 把结果写到文件里面
		OutputStreamWriter osw = new OutputStreamWriter(fos);
		BufferedWriter bw = new BufferedWriter(osw);

		for (int i = 0; i < sum; i++) {
			a = insTest.instance(i).<strong><span style="color:#ff0000;">classValue</span></strong>();// 测试值的类标
			<strong><span style="color:#ff0000;">b = rf.classifyInstance(insTest.instance(i));// 用分类器进行的分类</span></strong>
			distribute = rf.<strong><span style="color:#ff0000;">distributionForInstance</span></strong>(insTest.instance(i));
			// System.out.print("原类标号："+a+"，新分到的类别："+b+"  ");
			System.out.print(b + " ");
			if (a == b)
				right++;
			if (distribute != null) {
				distribute = rf.<strong><span style="color:#ff0000;">distributionForInstance</span></strong>((insTest.instance(i)));
				float dis0 = (float) (Math.round(distribute[0] * 10000)) / 10000; // 都四舍五入保留到小数点后四位数字
				float dis1 = (float) (Math.round(distribute[1] * 10000)) / 10000;
				float dis2 = (float) (Math.round(distribute[2] * 10000)) / 10000;
				// System.out.print("分类概率分布是：");
				System.out.print(dis0 + " ");
				System.out.print(dis1 + " ");
				System.out.print(dis2 + " 
");
				String str = a + " " + b + " " + dis0 + " " + dis1 + " " + dis2
						+ "
";
				bw.write(str);
			}
		}

classifyInstance（）：用训练好的分类器进行分类

public double[] distributionForInstance(Instance instance)：返回对于一个实例的类概率分布

三、SVM :LibSVM

其实weka中构造和使用分类器的方式都是一样的，使用上面构造RF的方法同样适用于构造SVM。但是import的jar包不同：import weka.classifiers.functions.LibSVM;

这里我简单的做了一个测试，总是报错，我也不知道为什么。然后就在网上下了一个libsvm的jar加载到程序中，然后再做测试就行了。测试结果不是很理想，libsvm的准确率好像才90%左右，而RF的准确率可以到达97%