如何使用 Weka Java API?
要使用 weka API,您需要根据您的操作系统安装 weka。下载存档并解压缩后,您将找到 weka.jar 文件。 JAR 文件包含所需的所有类文件,即 weka API。现在我们可以在 Weka Java API 文档中找到关于类和方法的所有信息。我们需要将此 jar 作为类路径添加到我们的程序中。
另外,让我们在进入实现部分之前讨论类路径。所以类路径是告诉 JDK 关于外部库(用户类文件)的东西。为了添加类路径,推荐的方法是使用 JDK 命令的-cp选项。如果您使用任何框架,则可以将类路径添加到相应的清单文件中。
例子:
Java
// Java Program to Illustrate Usage of Weka API
// Importing required classes
import java.io.BufferedReader;
import java.io.FileReader;
import java.util.Random;
import weka.classifiers.Evaluation;
import weka.classifiers.trees.J48;
import weka.core.Instances;
// Main class
// BreastCancer
public class GFG {
// Main driver method
public static void main(String args[])
{
// Try block to check for exceptions
try {
// Create J48 classifier by
// creating object of J48 class
J48 j48Classifier = new J48();
// Dataset path
String breastCancerDataset
= "/home/droid/Tools/weka-3-8-5/data/breast-cancer.arff";
// Creating bufferedreader to read the dataset
BufferedReader bufferedReader
= new BufferedReader(
new FileReader(breastCancerDataset));
// Create dataset instances
Instances datasetInstances
= new Instances(bufferedReader);
// Set Target Class
datasetInstances.setClassIndex(
datasetInstances.numAttributes() - 1);
// Evaluating by creating object of Evaluation
// class
Evaluation evaluation
= new Evaluation(datasetInstances);
// Cross Validate Model with 10 folds
evaluation.crossValidateModel(
j48Classifier, datasetInstances, 10,
new Random(1));
System.out.println(evaluation.toSummaryString(
"\nResults", false));
}
// Catch block to handle the exceptions
catch (Exception e) {
// Print message on the console
System.out.println("Error Occurred!!!! \n"
+ e.getMessage());
}
}
}
输出:
After coding your model using the weka API you can run the program using the following commands
$ javac -cp weka-3-8-5/weka.jar program.java
$ java -cp .:weka-3-8-5/weka.jar program
The weka-3-8-5/weka.jar is the path to the jar file available in the installation.
这将是生成的所需输出,如下所示: