Java中调用weka的决策树算法

最新推荐文章于 2025-05-13 13:48:50 发布

转载最新推荐文章于 2025-05-13 13:48:50 发布 · 2.2k 阅读

41 学术科研专栏收录该内容

85 篇文章

订阅专栏

本文介绍了一个使用WEKA库中的J48决策树分类器进行数据分类的Java程序实例。该程序加载了训练集和测试集，并计算了分类器在测试集上的准确性。通过对每个测试实例的预测结果与实际类标签进行比较，最终输出了分类准确率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

推荐于2016-10-09 19:33:53

public static void Regular() throws Exception {
        File inputfile = new File("F:\\weka\\eucalyptus_Train.arff");
        ArffLoader loader = new ArffLoader();
        loader.setFile(inputfile);         
        Instances insTrain = loader.getDataSet();
        insTrain.setClassIndex(insTrain.numAttributes()-1);
         
        inputfile = new File("F:\\weka\\eucalyptus_Test.arff");
        loader.setFile(inputfile);
        Instances insTest = loader.getDataSet();
        insTest.setClassIndex(insTest.numAttributes()-1);
         
        double sum = insTest.numInstances();
        int right = 0;
        Classifier clas = new J48();
        //Classifier clas = new weka.classifiers.bayes.BayesNet();
        clas.buildClassifier(insTrain);
         
        for(int i = 0; i < sum; i++) {
            if(clas.classifyInstance(insTest.instance(i)) == insTest.instance(i).classValue()) {
                right++;
            }
            System.out.println(clas.classifyInstance(insTest.instance(i))+" :　"+insTest.instance(i).classValue());
        }
        System.out.println("分类准确率："+right/sum);
    }