weka

    0热度

    1回答

    为了识别活动,我在两个不同设备的步行活动期间收集了加速度计和陀螺仪数据。我有来自两个设备的加速度计数据(x,y和z)和陀螺仪数据(x,y和z),我正试图构建我的特征向量。 我的问题:我的特征向量看起来像如下(:x,y和z注意,我有上百个读数的每一个坐标)的例子 在某些情况下,我在1st_phone_Gyro和2nd_Phone_Gyro的阅读范例较少,我该如何处理空白空间?如果我知道WEKA抱怨,

    1热度

    1回答

    对于报告,我必须找到事务数据集的关联规则。我下载了这组数据: http://archive.ics.uci.edu/ml/datasets/online+retail 然后,我删除了一些列转换为名义值和标准化,然后 我得到这个:https://ufile.io/gz3do 所以我想我有一个数据与交易上设置我可以使用FP增长和Apriori,但我没有得到任何规则。 它只是告诉我:没有规则发现! 有人

    1热度

    1回答

    来自一篇研究论文“除了跨所有分类器输出堆叠之外,我们还仅使用每个重新采样(袋装)基本分类器的聚合输出来评估堆叠。例如,所有10个SVM分类器的输出被平均并用作元学习器的单个0级输入。“ 我想知道如何实现这一点。其实我需要为我的论文实施这个。

    2热度

    1回答

    我的原始树更大,但由于我坚持了这个问题很长一段时间,我决定尝试简化我的树。我结束了这样的事情: 正如你所看到的,我只有叫“LarguraBandaRede”有3个可能的标称值“Congestionado”,“Livre的”和“Merda”的单一属性。 之后,我从weka中导出了j48.model以用于我的java代码。 随着这段代码我输入作为分类使用模式: ObjectInputStream ob

    1热度

    1回答

    我尝试使用J48算法对Weka中的10 iris.arff数据集运行简单的分类。我使用了10倍的交叉验证,并且 - 如果我没有错 - J48的所有默认设置。 结果是6个错误分类实例的准确率达到96%。 这里是我的问题:根据this树可视化中的第二个数字是每个叶子中错误分类实例的数量,但是为什么它们的总和不是6而是3? 编辑:运行用不同的测试选项算法我获得在准确度方面不同的结果(因此错误的数量),但

    0热度

    1回答

    我对数据挖掘,我们从kaggle给CSV数据的一所学校项目的工作(这是怎样的数据看起来(2线出6970)): 4,1970,Female,150,DomesticPartnersKids,Bachelor's Degree,Democrat,,Yes,No,No,No,Yes,Public,No,Yes,No,Yes,No,No,Yes,Science,Study first,Yes,Yes,No

    -1热度

    1回答

    我是weka的新手。目前我正在使用weka和java进行文本分类。我的训练数据集有一个String属性和一个class属性。 @RELATION test @ATTRIBUTE tweet string @ATTRIBUTE class {positive,negative} 我想动态创建一个测试即时,并使用Naive-Bayes分类器进行分类。 public static void m

    0热度

    2回答

    在Java编程中,我们首先应该添加weka.jar到我们的类路径,因此,我们可以调用所有在下列代码的形式进行分类或群集算法WEKA, import weka.classifiers.trees.RandomForest; ... RandomForest rf = new RandomForest(); // RandomForest object 但不幸的是,我们不能用这种方式导入Lib

    0热度

    1回答

    我从weka分类获得的模型,我想测试它在Java代码中,但是当我读到的情况下,一个错误出现: Exception in thread "main" java.io.IOException: keyword @relation expected, read Token[Word], line 1 at weka.core.Instances.errms(Instances.java:1863)

    1热度

    1回答

    我有这样的代码 import weka.core.Instances; import weka.classifiers.bayes.NaiveBayes; import weka.classifiers.trees.J48; import weka.classifiers.Evaluation; import weka.filters.Filter; import weka.filter