Weka和Mulan的介紹和理解

weka：

weka的分類器，都放在以weka.classifiers為開頭的包裡。並根據其功能進行分門別類，具體見其方法。weka裡的核心類，放在了weka.core為開頭的包裡。

對於weka的資料，存在了instances裡。然後每一條資料，則是介面instrance的例項（有s和沒有s的區分，很好理解）。該介面有一些不一樣的實現，可以根據實際情況使用。通常使用arff檔案，按照一定的格式進行使用，官網都有例子，這裡不贅述。使用enumerateattributes()對資料集的特徵進行迭代，也可以使用enumerateinstances()對資料集的每一條資料集進行迭代。函式remove可以刪掉某乙個特徵，函式renameattribute對特徵重新命名。

對於每一條資料instance，都有其特徵，用類attribute表示（特別的，對於該資料的instances，特徵也是一樣的）。例項裡的特徵集合，用arraylist進行表示，這樣就擁有順序，也就是有個自己的序號。對於資料特徵的獲取，可以通過其名字，也可以通過其序號進行選取。（從另乙個側面說，在weka裡，特徵名是唯一的）。取出特徵，我們也可以得到該特徵的資料集合。特徵有numeric，nominal，string，date，relational，5種型別。一般用得最多的是第一種numeric，也就是數值；對於文字處理，用的是string型別。

weka裡提供了乙個強大的工具，叫做filter。我們可以利用這個工具，對資料集進行篩選和處理。分別是有監督和無監督兩類，篩選方法包括對特徵進行篩選或者對例項進行篩選，總共4種，根據自己所需進行使用。使用方法一般如下：

***filter filter = new ***filter();
filter.seta(some);
filter.setb(some2);
instances newdata = filter.usefilter(olddata,filter);

這樣資料就按照我們要的進行整理了。

weka和sklearn一樣，都提供了一些諸如切割訓練集和測試集的方法。

mulan：

mulan是依託著weka所做的乙個多標籤分類的類庫。和weka一樣，其做法是，把標籤也看成是乙個特徵，其類別是weka裡面的nominal型別，也就是乙個字串的集合（如：@attribute class ）。但是有所區別的是，weka的標籤可以是好多類別，類別的也可以不同命名。而mulan的標籤只能是0和1（如：@attribute label ）。輸入格式有兩種arff和xml，具體也是見官網。

mulan的核心類，主要是放在了mulan.data裡。和weka一樣，資料集使用類instances表示，在mulan裡，叫做multilabelinstances。getdataset()獲取資料裡除了標籤以外的其他資料（也就是特徵所對應的資料），返回乙個weka的instances例項。getfeatureattributes() 獲取其資料的標籤集合。

相比於weka，mulan多了乙個叫做label的東西，在介面labelsmetadata裡宣告了，mulan把標籤和特徵區分對待（儘管二者也是不能重名）。

mulan是乙個多標籤的分類庫，也就是分類，其演算法，主要是集中在mulan.classifier.*這裡。在mulan.classifier這個包裡，有幾個東西值得看一看。multilabeloutput類，是訓練後的學習器，對每一條例項進行分類，然後得到的結果，包括了幾個點：標籤的二分（也就是打不打該標籤），標籤的評分，標籤的排序。獲取到這些，我們就可以自己構建乙個結果。類multilabellearnerbase是介面multilabellearner的實現。使用方法，很簡單

***classifier learner = new ***classifier();
learner.build(mltrain);
for (int instanceindex = 0; instanceindex < numinstances; instanceindex++) 
multilabeloutput output = learner.makeprediction(labelsmissing);
}

利用學習器的方法，makeprediction，可以對每一條資料進行多標籤分類，從而達到我們要的效果。

Weka和Mulan的介紹和理解

Weka和mahout的區別

NestedScrollView使用和理解

cookie和session的個人簡單理解

Weka和Mulan的介紹和理解

Weka和mahout的區別

NestedScrollView使用和理解

cookie和session的個人簡單理解

相關推薦