Weka入门2中，如何深入掌握高级数据挖掘技巧？

本文共计441个文字，预计阅读时间需要2分钟。

目前，我们介绍使用Weka对数据进行分类。进行数据分类时，我们首先需指定哪一列作为预测类别。由于数据文件格式问题，类别通常位于最后列。我们可以使用`setClassIndex`来实现这一点。

现在我们介绍使用Weka来对数据进行分类。对数据进行分类，我们必须先指定那一列作为预测类别。因为数据文件格式的问题，类别一般都是最后一列属性。我们可以使用setClassIndex

   现在我们介绍使用Weka来对数据进行分类。对数据进行分类，我们必须先指定那一列作为预测类别。因为数据文件格式的问题，类别一般都是最后一列属性。我们可以使用setClassIndex来设置类别。然后我们要选择分类器，分类器有很多，我们暂时使用J48分类器。对数据进行训练可以使用buildClassifier，然后我们可以用classifyInstance来查看训练数据预测的类别值。当然预测的类别会用数值表示，比如0,1,2....代表预测的值属于第几个类别。例如类别的值为{sunny，rainy}那么0代表sunny，1代表rainy。

package InstanceTest;import weka.core.Instances;import weka.classifiers.trees.J48;import weka.classifiers.trees.j48.*;import java.io.*;public class InstanceTest {

/** * @param args */public Instances data;//设置预测类别 默认为最后一个public void SetClassIndex(Instances ins){ins.setClassIndex(ins.numAttributes()-1);}public Instances GetInstance(String FileName)throws Exception{FileReader reader=new FileReader(FileName); data=new Instances(reader);return data;}public void classify()throws Exception{J48 classify=new J48();classify.buildClassifier(data);System.out.println(classify.classifyInstance(data.instance(0)));   } public static void main(String[] args) { try { InstanceTest test=new InstanceTest(); Instances date=test.GetInstance("D://train.arff"); test.SetClassIndex(date); test.classify(); } catch(Exception e) { e.printStackTrace(); }}

}

Weka 入门2,,

Weka 入门2