Presentation is loading. Please wait.

Presentation is loading. Please wait.

WEKA-LIBRARY 사용법 G20094904 박인준. ARFF 파일로 부터 새로운 인스턴스생성 1 import weka.core.Instances; import java.io.BufferedReader; import java.io.FileReader; // // 파일로.

Similar presentations


Presentation on theme: "WEKA-LIBRARY 사용법 G20094904 박인준. ARFF 파일로 부터 새로운 인스턴스생성 1 import weka.core.Instances; import java.io.BufferedReader; import java.io.FileReader; // // 파일로."— Presentation transcript:

1 WEKA-LIBRARY 사용법 G20094904 박인준

2 ARFF 파일로 부터 새로운 인스턴스생성 1 import weka.core.Instances; import java.io.BufferedReader; import java.io.FileReader; // // 파일로 부터, 데이터를 읽기 // BufferedReader reader = new BufferedReader( new FileReader("/some/where/data.arff") ); // 인스턴스세트 생성하기 Instances data = new Instances(reader); reader.close(); // setting class attribute data.setClassIndex(data.numAttributes() - 1);

3 ARFF 파일로 부터 새로운 인스턴스생성 2 - convenient method // // 데이터 소스를 이용해서, 데이터를 로드 함 // DataSource source = new DataSource("/some/where/data.arff"); // 생성된 데이터 소스를 이용해서, // 인스턴스를 생성함 // Instances data = source.getDataSet(); if (data.classIndex() == -1) // // 인스턴스 셋의 클래스 인덱스를 설정함. data.setClassIndex(data.numAttributes() - 1);

4 Classifier 사용 1. Building a Classifier import weka.classifiers.trees.J48; // // 기타 등등의 라이브러리 import // 이클립스에 CTRL + SHIT + O 키를 이용하면, 자동 organization 해줌 String[] options = new String[1]; options[0] = "-U"; // unpruned tree // //J48 은 WEKA 라이브러리에서 제공 되고 있음 // j48 을 생성함 J48 tree = new J48(); // 생성된 트리에, 데이터를 setting 함 tree.buildClassifier(data); // build classifier

5 Evaluator 사용 1. Cross-validation // // Evaluation 을 위한, 라이브러리 import import weka.classifiers.Evaluation; import java.util.Random; // // Evaluator 객체를 생성함 // newData argument 는 instance set Evaluation eval = new Evaluation(newData); // // cross validation 을 수행함 // 마지막, Random 은 seed value 임 eval.crossValidateModel(tree, newData, 10, new Random(1));

6 Training and Test 1. Cross-validation // // Evaluation 을 위한, 라이브러리 import import weka.classifiers.Evaluation; import java.util.Random; // // Evaluator 객체를 생성함 // newData argument 는 instance set Evaluation eval = new Evaluation(newData); // // cross validation 을 수행함 // 마지막, Random 은 seed value 임 eval.crossValidateModel(tree, newData, 10, new Random(1));

7 Training and Test import weka.core.Instances; import weka.classifiers.Evaluation; import weka.classifiers.trees.J48; Instances train =... // 트레이닝 데이터 셋 생성 Instances test =... // 테스팅 데이터 셋 생성 Classifier cls = new J48(); cls.buildClassifier(train); // classifier 생성 Evaluation eval = new Evaluation(train); // Evaluator 생성 eval.evaluateModel(cls, test); // evaluate 함 // // 결과 출력 // System.out.println( eval.toSummaryString("\nResults\n======\n", false ) );

8 Training and Test import weka.core.Instances; import weka.classifiers.Evaluation; import weka.classifiers.trees.J48; Instances train =... // 트레이닝 데이터 셋 생성 Instances test =... // 테스팅 데이터 셋 생성 Classifier cls = new J48(); cls.buildClassifier(train); // classifier 생성 Evaluation eval = new Evaluation(train); // Evaluator 생성 eval.evaluateModel(cls, test); // evaluate 함 // // 결과 출력 // System.out.println( eval.toSummaryString("\nResults\n======\n", false ) );

9 Statistics 출력 import weka.classifiers.trees.J48; import weka.classifiers.Evaluation; String[] options = new String[2]; // // 파일로 부터 입력 파일 읽기 옵션 세팅 options[0] = "-t"; // // 파일 입력 options[1] = "/some/where/somefile.arff"; // // Evaluation 결과 출력 // System.out.println(Evaluation.evaluateModel(new J48(), options));


Download ppt "WEKA-LIBRARY 사용법 G20094904 박인준. ARFF 파일로 부터 새로운 인스턴스생성 1 import weka.core.Instances; import java.io.BufferedReader; import java.io.FileReader; // // 파일로."

Similar presentations


Ads by Google