licj_0721的专栏

<br />        OneR是一个很简单的算法，出自论文：Verysimpleclassificationrulesperformwellonmostcommonlyuseddatasets，由于论文的风格过于奔放，并且很长，所以我也就没怎么看。基本思想就是对每一个属性都建一个单层的分类器，对这些分类器进行比较，谁分类效果好就作为最终的分类器。<br />       下面还是看buildClassifier的代码（删除了部分代码），首先判断是不是就一个属性（一个属性意味着只有一个类别特征），如果是

<br />首先提一下，ZeroR很多人以为是乱猜，实际是如果类别是离散值，就返回最有可能的类别，如果是连续值，则返回类别的平均值。<br />       下面函数的前面两句话哪个分类器都有，就不说了。这个函数简单地让我不知道怎么讲了。m_Counts如果是离散(Nominal)的类别，就把它初始化为一个有类别数大小的一维数组，如果是类别是连续(Numeric)值，那就是一个值。<br />       下面while循环，这种写法是枚举数据集中的每一个样本，如果是离散值，m_Counts相应的类别下标加

<br />这次介绍一下J48的源码，分析J48的源码似乎真还是有用的，同学改造J48写过VFDT，我自己用J48进行特征选择（当然很失败）。<br />J48的buildClassfier函数：<br />publicvoid buildClassifier(Instances instances) throws Exception {<br />    ModelSelection modSelection;<br /> <br />    if (m_binarySplits)<br />      

<br /> <br />    我不多的读者之一发E-mail给我，说他没有看出NBTree和J48的区别是什么，当时我也没什么空，所以拖到今天才草草看了看。大概讲一下。<br /> <br /> <br />      下面是J48中的buildClassifier代码：<br />publicvoid buildClassifier(Instances instances) throws Exception {<br /> <br />    ModelSelection modSelection

<br />以前介绍的都是分类的内容，这一次介绍聚类，以最简单的SimpleKMeans源码为例。<br />       分类中训练一个分类器是用buildClassifier()，在聚类中学习一个Clusterer是用buildCluster()。分类中分类一个样本是用classifyInstance，而在聚类中是用clusterInstance。那我怎么知道这些的呢？（或者说：你怎么知道我是不是在骗你呢？）以ID3为例，你可以看出它继承自Classifier类，进入Classifier类，它有三个比较

<br />任职要求（全职、工作地点：北京）：<br />1、三年以上java开发经验<br />2、有网络爬虫、搜索引擎开发经验<br />3、了解lucene、Nutch、Heritrix、solr、hadoop、hive、hbase等开源工具<br />4、具有数据挖掘、自然语言处理、熟悉weka、sas、spss分析工具等方面经验者优先。<br />有意向且符合要求的人员请将简历发送至邮箱：hr_tech@harmonytech.com.cn<br />北京东方正通科技有限公司<br />公司网站：