Java机器学习库ML之一Dataset和Instance

最新推荐文章于 2025-06-26 13:12:34 发布

fjssharpsword

最新推荐文章于 2025-06-26 13:12:34 发布

阅读量5.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： Java

本文链接：https://blog.youkuaiyun.com/fjssharpsword/article/details/73549146

Java机器学习库ML官网：http://java-ml.sourceforge.net/

对于一个机器学习库来说，最基础就是数据处理能力，ml库给了dataset和instance两个类，dataset是矩阵，instance是行（可以理解是一个list，或一个double数组）。

本文给出最基本的Dataset和Instance操作，可以完成对一个矩阵的遍历，定位到每一行里的每一个列，可惜的是dataset本身好像不具备行列切片，这个和python里面的pandas库差别就大了。

参考代码如下：

package com.gddx;

import java.io.File;
import java.io.IOException;

import net.sf.javaml.core.Dataset;
import net.sf.javaml.core.DefaultDataset;
import net.sf.javaml.core.DenseInstance;
import net.sf.javaml.core.Instance;
import net.sf.javaml.core.SparseInstance;
import net.sf.javaml.tools.InstanceTools;
import net.sf.javaml.tools.data.FileHandler;

public class TutorialDataset {

   public static void main(String[]args) throws IOException{
	    //dataset
	    //创建一个空的dataset，并随机赋值
        Dataset data = new DefaultDataset();
        for (int i = 0; i < 5; i++) {
            Instance tmpInstance = InstanceTools.randomGaussianInstance(3);
            tmpInstance.