哪个Weka和LibSVM .jar文件在Java代码中用于SVM分类
如果我使用Weka Explorer运行一些训练数据来反对使用线性内核的SVM测试数据，一切都很好。
但我需要在我自己的Java中以编程方式执行此操作，我当前的代码如下所示：
Instances train = new Instances (...); train.setClassIndex(train.numAttributes() - 1); Instances test = new Instances (...) + ClassificationType classificationType = ClassificationTypeDAO.get(6); LibSVM libsvm = new LibSVM(); String options = (classificationType.getParameters()); String[] optionsArray = options.split(" "); libsvm.setOptions(optionsArray); String[] pars = libsvm.getOptions(); Evaluation eval = new Evaluation(train); libsvm.buildClassifier(train); eval.evaluateModel(libsvm, test); System.out.println(eval.toSummaryString("\nResults\n======\n", false)); 但是，正在抛出exception：
eval.evaluateModel(libsvm, test);
尽管在此代码周围尝试了多次尝试try...catch块，但是根据下面的完整堆栈跟踪，发生的exception只是报告为null （这非常有用）。
我不相信这个问题是由于我自己的代码，因为其他分类器已成功运行它。 我正在研究这个问题的原因是环境的理论。 但在哪里和什么？ 我正在使用Tomcat通过NetBeans 8运行我的应用程序，并在应用程序的.lib文件夹中包含最新版本的weka.jar和LibSVM.jar 。
但是我需要从下载提供的libsvm.jar ：
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
如果是后者，我如何解决Windows LibSVM.jar和libsvm.jar视为同一文件的命名冲突？
在过去的几个小时里，这让我很困惑。 我已经尝试将LibSVM.jar和libsvm.jar文件添加到.lib文件夹中，重命名它们，将它们放入新定义的CLASSPATH ，但没有任何作用。
Javaexception的完整堆栈跟踪是：
null weka.classifiers.functions.LibSVM.distributionForInstance（LibSVM.java:1489)weka.classifiers.Evaluation.evaluationForSingleInstance（Evaluation.java:1560）weka.classifiers.Evaluation.evaluateModelOnceAndRecordPrediction（Evaluation.java:1597)weka.classifiers.Evaluation .evaluateModel（Evaluation.java:1477）visualRSS.test.Weka_LibSVM_Test.classify（Weka_LibSVM_Test.java:48）visualRSS.initialisation.TestProgram_Context_Listener.contextInitialized（TestProgram_Context_Listener.java:29）org.apache.catalina.core.StandardContext.listenerStart（StandardContext .java：3972）org.apache.catalina.core.StandardContext.start（StandardContext.java:4467）org.apache.catalina.core.StandardContext.reload（StandardContext.java:3228)org.apache.catalina.manager.ManagerServlet .reload（ManagerServlet.java:943)org.apache.catalina.manager.ManagerServlet.doGet(ManagerServlet.java:361)javax.servlet.http.HttpServlet.service(httpServlet.java:617)javax.servlet.http.HttpServlet .service（HttpServlet.java:717)org.apache .catalina.core.ApplicationFilterChain.internalDoFilter（ApplicationFilterChain.java:290)org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:206)org.apache.catalina.core.StandardWrapperValve.invoke（StandardWrapperValve.java:233 ）org.apache.catalina.core.StandardContextValve.invoke（StandardContextValve.java:191）org.apache.catalina.authenticator.AuthenticatorBase.invoke（AuthenticatorBase.java:558）org.apache.catalina.core.StandardHostValve.invoke（StandardHostValve） .java：127）org.apache.catalina.valves.ErrorReportValve.invoke（ErrorReportValve.java:102）org.apache.catalina.core.StandardEngineValve.invoke（StandardEngineValve.java:109)org.apache.catalina.connector.CoyoteAdapter .service（CoyoteAdapter.java:298)org.apache.coyote.http11.Http11AprProcessor.process(Http11AprProcessor.java:859)org.apache.coyote.http11.Http11AprProtocol $ Http11ConnectionHandler.process（Http11AprProtocol.java:579)org.apache .tomcat.util.net.AprEndpoint $ Worker.run（AprEndpoint.java:15 55）
我的测试代码的问题与Weka以编程方式运行LibSVM所需的.jar文件有关。
如果我的代码是：
public static void classify() { try { Instances train = new Instances (...); train.setClassIndex(train.numAttributes() - 1); Instances test = new Instances (...); test.setClassIndex(test.numAttributes() - 1); ClassificationType classificationType = ClassificationTypeDAO.get(6); // 6 is SVM. LibSVM classifier = new LibSVM(); String options = (classificationType.getParameters()); String[] optionsArray = options.split(" "); classifier.setOptions(optionsArray); classifier.buildClassifier(train); Evaluation eval = new Evaluation(train); eval.evaluateModel(classifier, test); System.out.println(eval.toSummaryString("\nResults\n======\n", false)); } catch (Exception ex) { Misc_Utils.printStackTrace(ex); } }
我发现我需要在应用程序的.lib文件夹中放置weka.jar （来自Weka）和libsvm.jar （来自http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 。但是因为在Windows中命名冲突，我将文件LibSVM.jar （从Weka）重命名为LibSVM_Weka.jar并将其添加到.lib文件夹中。
运行程序我现在的结果与Weka的资源管理器相匹配，使用的关键字频率在5类数据中分布不均匀。