ytadx的专栏

在weka中过滤器分为无监督过滤器和有监督过滤器两种，每种类型又细分为属性过滤器和实例过滤器，前者作用于数据中的属性，后者作用于数据集中的实例。有监督过滤器使用时，会出现以下情况：测试集数据在有监督过滤器使用时已经使用，必然造成如同先偷看答案再考试的效果。所以，对于模型的评价是有问题的。要合理地评估有监督离散化，最好使用weka的元学习器FilterClassifier。它仅使

weka文件读取分3类，分别为：ARFF(weka自身文件读取），CSV(文本文件读取），数据库直接读取1，ARFF(weka自身文件读取），比较容易直接使用Instances类即可2，CSV文件读取需要使用dataSource类import java.io.BufferedReader;import java.io.FileReader;import w

weka 在 eclipse 直接连接Oracle 取数据，需要修改weka包中的配置文件。在使用weka包连接数据库前，我们先研究 eclipse 如何连接oracle取数据1，eclipse 连接oracle取数据import java.sql.*;public class JDBCTest { public static void main(St

mysql数据连接，由于mysql数据库支持数据类型的较多，会有些麻烦，但是总体而言，还是方便的。相似地，在使用weka包连接mysql前，我们先回顾如何java直接连接mysql数据库；1，eclipse连接mysql数据库（请先加载mysql-connector-java-5.1.18-bin.jar包）import java.sql.Connection;

本部分延续上一篇的研究，接着2个方法：AddExpression，MathExpressionAddExpression过滤器是通过将一个数学函数应用于数值型属性而生成1个新的属性。其中，可以支持+、-、*、/、和^，函数log、abs、cos、exp、sqrt、floor、ceil、rint、tan、sin，属性通过索引加前缀a确定，例如a7表示第7个属性；MathE

我们继续第6篇的无监督属性过滤器的函数介绍。Interquartile，用以指示实例的值是否可以视为离群值或极端值。（具体演算，我们就不实验了）如果用户指定的极端值系数和四分位距的乘积值高于第75个四分位数之间的差，或低于第25个四分位数，该值就被标识为极端值。具体看代码，我们在代码中注释了各参数的含义：import java.io.BufferedReader

在研究了weka如何导入导出数据后，根据制作数据模型的要求，我们需要对导入数据进入整理：整理数据包括：属性处理、样本处理、数据转换（生成新变量）本文先研究如何程序中选择属性，代码如下：import java.io.FileReader;import weka.core.Instances;import weka.filters.unsupervised.a

接上文的思路，我们研究如何使用weka的方法，选择样本目前有3个方法可以研究下：RemovePercentage，RemoveRange，RemoveWithValuesRemovePercentage：顾名思义，根据百分比选择样本RemoveRange：根据序号选择样本RemoveWithValues：根据某字段的设定值选择样本然后，为减少