Weka源码

最新推荐文章于 2019-09-19 00:14:20 发布
原创 最新推荐文章于 2019-09-19 00:14:20 发布 · 1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客介绍了Weka的下载安装及源码获取方法，下载并安装Weka后，在其安装目录下找到名为weka－src的文件，解压该文件即可得到源码。
下载weka并安装，在安装目录下有一个名为weka－src的文件，将其解压即可得到源码:)
qlping2007
关注
Weka源码分析(1)——模块划分及core package分析
重来
11-18 2686
1.1模块划分weka采用maven作为构建工具，从module划分的角度，是个单module系统，但是weka的从package划分上体现了“关注点分离”。 各package关注点（职责划分）如下： 分类 package name 职责 算法 associations 关联规则算法 attributeSelection 属性选择算法 classi
Weka源码开发01——初识Weka及其源码开发
u013345993的专栏
09-01 1469
Weka源码开发01——初识Weka及其源码开发Weka是一个伟大的工具，这一点估计各位在搜索到本篇文章前已经知道了，Weka源码开发系列，就是希望能在自己的代码中使用Weka的现成算法，毕竟人家是一个开源且强大的软件嘛Weka源码开发01初识Weka及其源码开发 下载Weka软件及其源码 在java工程中使用Wekajar 在非java环境中使用Wekajar 结语下载Weka软件及其源码
weka 源码分析
专注Java（全栈）应用开发，求知若渴，虚心若愚，talk is cheap, show me the code.
09-13 421
1.1模块划分 weka采用maven作为构建工具，从module划分的角度，是个单module系统，但是weka的从package划分上体现了“关注点分离”。 各package关注点（职责划分）如下： 分类 package name 职责 算法 associations 关联规则算法 attributeSelection 属性选择算法 classifiers...
weka源码分析
HuFeiHu
11-05 3013
weka源码获得与导入 1、下载weka3.7，解压其中的weka-src.jar的文件,包含lib,src,META-INF三个文件夹和另外两个文件； 2、在Eclipse下新建java project，命名为weka，在src下新建名为weka的包； 3、在此项目下import-->File System-->选择.../weka/src/main/java/weka，并全部导入； 4
Weka源码分析：
专注Java（全栈）应用开发，求知若渴，虚心若愚，talk is cheap, show me the code.
09-19 499
WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。 Weka是一个开源的软件，阅读并理解其源代码可以帮助我们更好的理解算法的细节，同时也能够扩展其算法以获得更广泛的应用。但是现在公开的资料中对weka源代码分析的内容很少，所以本博客推出weka源代码分析系列，将针对weka中实现各种...
如何获取Weka源码
独自远行
04-12 3734
要研究数据挖掘，Weka是不可或缺的工具，下面就来说说如何在myeclipse中引入Weka源码。 1.首先官网上下载weka源码，有两种方式，一种是下载安装文件，安装后在安装目录中会有一个 weka-src.jar ，解压后即为源码，另一种是通过SVN下载： https://svn.cms.waikato.ac.nz/svn/weka/trunk/weka  机子上需要SVN工
weka源码导入eclipse
hanma602的博客
01-18 4162
2014年02月27日 ⁄ 综合 ⁄ 共 17522字 ⁄ 字号 小 中 大 ⁄ 评论关闭   weka源码获得与导入 1、下载weka3.7，解压其中的weka-src.jar的文件,包含lib,src,META-INF三个文件夹和另外两个文件； 2、在Eclipse下新建java project，命名为weka，在src下新建名为weka的包；
Weka源码分析(4)——算法系统
重来
11-18 1129
1. Classifier package1.1 Classifier继承体系//TODO:图太大，优化中…1.2 Classifier图 算法的2个过程： 1. build过程：算法build的过程其实就是算法参数（算法类的field）被赋值（可能是一次性的，也可能是迭代式的） 2. score过程：利用field-backed的公式或代码逻辑，计算概率分布或者分类值的过程。 Classi
Weka源码分析
chenxipao8932的博客
12-17 131
转载于:https://my.oschina.net/patricklee/blog/185224
weka源码导入Myeclipse
zjx88的专栏
05-18 1698
1.首先官网上下载weka源码，有两种方式，一种是下载安装文件，安装后在安装目录中会有一个weka-src.jar ，解压后即为源码，另一种是通过SVN下载：https://svn.cms.waikato.ac.nz/svn/weka/trunk/weka 机子上需要SVN工具如：TortoiseSVN 2.导入myeclipse 2.1 创建工作目录。新建一个weka目录。 2.2 准备源
weka源码学习
02-02
Weka开发［9］—KMeans源码介绍 21 Weka开发［10］—NBTree源码介绍 25 Weka开发［11］—J48源代码介绍 31 Weka开发［13］－Ensemble 39 Weka开发［14］－AdaBoost源代码介绍 42 Weka开发［15］－ZeroR源代码介绍...
Weka源码及中文文档
12-25
**Weka概述** Weka（Waikato Environment for Knowledge Analysis）是一个开源的...通过深入研究Weka源码，不仅可以学习到各种机器学习算法的实现，还能提升Java编程和数据处理能力，为后续的AI项目开发打下坚实基础。
weka源码添加方法
04-26
【标题】"weka源码添加方法"涉及的是在Java环境下使用Weka机器学习平台时，如何集成自己的算法到Weka中的技术要点。Weka是一个广泛使用的数据挖掘工具，提供了丰富的机器学习算法库，但有时我们需要针对特定问题开发...
weka源码的zeroR解析
05-23
### Weka源码的ZeroR解析 #### 一、引言 在机器学习领域，Weka 是一个非常知名的开源工具包，它包含了多种用于数据预处理、分类、回归、聚类、关联规则挖掘以及可视化的方法。ZeroR 分类器作为其中最简单的算法之一...
基于最优剪枝深度优先搜索算法实现二维空间障碍物规避与最短路径规划的可视化系统_三维空间路径规划竞赛项目二维化实现障碍物智能规避路径折弯夹角约束满足起点至终点最短路径计算算法.zip
12-05
基于最优剪枝深度优先搜索算法实现二维空间障碍物规避与最短路径规划的可视化系统_三维空间路径规划竞赛项目二维化实现障碍物智能规避路径折弯夹角约束满足起点至终点最短路径计算算法.zip
软件工具Notepad系列文本编辑器安装配置指南：Windows系统记事本与Notepad++下载使用全流程解析
12-05
内容概要：本文详细介绍了Windows自带记事本（Notepad）和功能增强型文本编辑器Notepad++的下载、安装、配置及使用方法。重点讲解了Notepad++的官方下载渠道、安装步骤（包括安装版与便携版）、首次使用时的语言与编码设置、插件安装、主题优化以及特色功能如多标签编辑、语法高亮、搜索替换和宏录制等。同时提供了常见问题解决方案，并对比了Notepad++与其他主流编辑器（如VS Code、Sublime Text等）的功能差异，给出了不同使用场景下的选择建议。; 适合人群：需要进行简单文本编辑或代码编写的初学者、程序员及IT技术人员，尤其适合希望提升编辑效率的办公人员和开发者；; 使用场景及目标：①快速安装并配置Notepad++用于编程和文本处理；②解决中文乱码、右键菜单缺失、插件安装失败等问题；③根据实际需求选择合适的文本编辑工具；④实现便携式编辑环境搭建； 阅读建议：建议按照文档顺序逐步操作，优先从官网下载软件以确保安全，安装过程中注意选项勾选，首次使用时应完成基本配置以优化体验，同时可结合插件扩展功能，提升工作效率。
AI 代码审查Review工具（附部署方式指南和源代码）
12-05
AI 代码审查Review工具 是一个旨在自动化代码审查流程的工具。它通过集成版本控制系统（如 GitHub 和 GitLab）的 Webhook，利用大型语言模型（LLM）对代码变更进行分析，并将审查意见反馈到相应的 Pull Request 或 Merge Request 中。此外，它还支持将审查结果通知到企业微信等通讯工具。 一个基于 LLM 的自动化代码审查助手。通过 GitHub/GitLab Webhook 监听 PR/MR 变更，调用 AI 分析代码，并将审查意见自动评论到 PR/MR，同时支持多种通知渠道。 主要功能 多平台支持: 集成 GitHub 和 GitLab Webhook，监听 Pull Request / Merge Request 事件。 智能审查模式: 详细审查 (/github_webhook, /gitlab_webhook): AI 对每个变更文件进行分析，旨在找出具体问题。审查意见会以结构化的形式（例如，定位到特定代码行、问题分类、严重程度、分析和建议）逐条评论到 PR/MR。AI 模型会输出 JSON 格式的分析结果，系统再将其转换为多条独立的评论。 通用审查 (/github_webhook_general, /gitlab_webhook_general): AI 对每个变更文件进行整体性分析，并为每个文件生成一个 Markdown 格式的总结性评论。 自动化流程: 自动将 AI 审查意见（详细模式下为多条，通用模式下为每个文件一条）发布到 PR/MR。 在所有文件审查完毕后，自动在 PR/MR 中发布一条总结性评论。 即便 AI 未发现任何值得报告的问题，也会发布相应的友好提示和总结评论。 异步处理审查任务，快速响应 Webhook。 通过 Redis 防止对同一 Commit 的重复审查。 灵活配置: 通过环境变量设置基
【直流微电网】径向直流微电网的状态空间建模与线性化：一种耦合DC-DC变换器状态空间平均模型的方法 （Matlab代码实现）
最新发布
12-05
【直流微电网】径向直流微电网的状态空间建模与线性化：一种耦合DC-DC变换器状态空间平均模型的方法 （Matlab代码实现）内容概要：本文介绍了径向直流微电网的状态空间建模与线性化方法，重点提出了一种基于耦合DC-DC变换器的状态空间平均模型的建模策略。该方法通过数学建模手段对直流微电网系统进行精确的状态空间描述，并对其进行线性化处理，以便于系统稳定性分析与控制器设计。文中结合Matlab代码实现，展示了建模与仿真过程，有助于研究人员理解和复现相关技术，推动直流微电网系统的动态性能研究与工程应用。; 适合人群：具备电力电子、电力系统或自动化等相关背景，熟悉Matlab/Simulink仿真工具，从事新能源、微电网或智能电网研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①掌握直流微电网的动态建模方法；②学习DC-DC变换器在耦合条件下的状态空间平均建模技巧；③实现系统的线性化分析并支持后续控制器设计（如电压稳定控制、功率分配等）；④为科研论文撰写、项目仿真验证提供技术支持与代码参考。; 阅读建议：建议读者结合Matlab代码逐步实践建模流程，重点关注状态变量选取、平均化处理和线性化推导过程，同时可扩展应用于更复杂的直流微电网拓扑结构中，提升系统分析与设计能力。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值