weka系列之-概述　 [Nirvana2000 发表于 2006-10-8 13:05:00]

一、功能模块 1.命令行处理器:提供简单的命令接口 2.数据探索器：数据源，数据预处理，数据浏览的集成环境 3.挖掘&统计：常用的数据挖掘模型，统计模型实验 4.知识流管理：提供多模型处理序列，像工作流 5.数据浏览器：WEKA专用数据格式Arff数据的浏览与处理 6.日志：系统运行日志 二、WEKA Explorer[探索器] (1)数据预处理：     加载数据：数据源选择-文本文件，平面文件，数据库连接，实验数据生成器     数据特性：关系，记录数，属性数     特征处理：属性选择，属性名，类型，丢失值处理     过滤处理：过滤器选择 (2)分类    选择分类模型    测试选项：是否交叉测试等    类属性    训练分类器    分类输出显示    结果处理 (3)聚类    选择聚类模型    聚类模式    选择属性    聚类学习 (4)关联    选择关联规则，算法，过滤器，配置信息等    关联学习 (5)特征选择    搜索评估    选项    提取处理 (6)数据可视化    散点矩阵    二维散点图 三、系统运行方式简要分析[以Explorer中集成的LIBSVM模型为例] 1.系统初始运行：   类GUIChooser继承JFrame，生成系统初始界面，同时加载如下模块：   protected SimpleCLI m_SimpleCLI;   protected JFrame m_ExplorerFrame;   protected JFrame m_ExperimenterFrame;   protected JFrame m_KnowledgeFlowFrame;   protected static LogWindow m_LogWindow = new LogWindow(); 2.Explorer运行：   通过上面接口ExplorerFrame调用Explorer模块   m_ExplorerFrame.getContentPane().add(new Explorer(), BorderLayout.CENTER);   类Explorer继承JPanel   在Explorer中定义相关处理模块：   protected PreprocessPanel m_PreprocessPanel = new PreprocessPanel();   protected ClassifierPanel m_ClassifierPanel = new ClassifierPanel();   protected ClustererPanel m_ClustererPanel = new ClustererPanel();   protected AssociationsPanel m_AssociationPanel = new AssociationsPanel();   protected AttributeSelectionPanel m_AttributeSelectionPanel =new  AttributeSelectionPanel();   protected MatrixPanel m_VisualizePanel =new MatrixPanel(); 3.选择分类模型   类ClassifierPanel继承JPanel   几个主要的模型相关处理类   //配置分类器   protected GenericObjectEditor m_ClassifierEditor =new GenericObjectEditor();   //分类器属性   protected PropertyPanel m_CEPanel = new PropertyPanel(m_ClassifierEditor);   //分类输出   protected JTextArea m_OutText = new JTextArea(20, 40);   //分类结果浏览   protected ResultHistoryPanel m_History = new ResultHistoryPanel(m_OutText);   从GenericObjectEditor的选择中获得所选择的分类器实例    m_ClassifierEditor.setClassType(Classifier.class);    m_ClassifierEditor.setValue(new weka.classifiers.rules.ZeroR());    m_ClassifierEditor.addPropertyChangeListener(new PropertyChangeListener() {       public void propertyChange(PropertyChangeEvent e) {  repaint();       }   Classifier classifier = (Classifier) m_ClassifierEditor.getValue();     类ClassifierPanel中的startClassifier方法   protected Instances m_Instances=inst;   inst.setClassIndex(classIndex);   建立分类器实例   classifier.buildClassifier(inst); 4.进入分类核心类Classifier（为所有分类器的基类）   public abstract class Classifier   implements Cloneable, Serializable, OptionHandler, CapabilitiesHandler {}   建立分类器   public abstract void buildClassifier(Instances data) throws Exception;   对所给实例进行分类   public double classifyInstance(Instance instance) throws Exception   预测类标号   public double[] distributionForInstance(Instance instance) throws Exception 5.具体分类器实现，以LIBSVM为例（所有的分类器实例都继承自Classifier）  public class LibSVM extends Classifier  主要的几个方法：  setOptions-设置分类模型选项  getParameters-获得参数  对所给实例进行分类  public double classifyInstance(Instance instance) throws Exception  对基类中抽象函数实现  public void buildClassifier(Instances insts) throws Exception  再就是模型的一些具体处理函数：  SVMType-支持向量机类型设置  Weights-权重设置  调用相关对象的方法，由于是集成了LIBSVM，只需要把libsvm.jar加入CLASSPATH，就能用java.lang.reflect.Method.invokeMethod方法调用libsvm  中的方法  protected Object invokeMethod(Object o, String name, Class[] paramClasses, Object[] paramValues)

阅读全文 | 回复(0) | 引用通告 | 编辑

<TTNN杂志列表>                                <Blog文章导航>                                        <BI资源列表>