SMO，WEKA中的顺序最小优化
我是Weka的新手。 我想在WEKA中使用顺序最小优化。 谁能告诉我怎么办？ 这是我的Java代码，但它不起作用：
public class SVMTest { public void test(File input) throws Exception{ File tmp = new File("tmp-file-duplicate-pairs.arff"); String path = input.getParent(); //tmp.deleteOnExit(); ////removeFeatures(input,tmp,useType,useNames, useActivities, useOccupation,useFriends,useMailAndSite,useLocations); Instances data = new weka.core.converters.ConverterUtils.DataSource(tmp.getAbsolutePath()).getDataSet(); data.setClassIndex(data.numAttributes() - 1); Classifier c = null; String ctype = null; boolean newmodel = false; ctype ="SMO"; c = new SMO(); String[] options = {"-M"}; c.setOptions(options); c.buildClassifier(data); newmodel = true; //c = loadClassifier(input.getParentFile().getParentFile(),ctype); if(newmodel) saveModel(c,ctype, input.getParentFile().getParentFile()); Evaluation eval = new Evaluation(data); eval.crossValidateModel(c, data, 10, new Random(1)); System.out.println(c); System.out.println(eval.toSummaryString()); System.out.println(eval.toClassDetailsString()); System.out.println(eval.toMatrixString()); tmp.delete(); } private static void saveModel(Classifier c, String name, File path) throws Exception { ObjectOutputStream oos = null; try { oos = new ObjectOutputStream( new FileOutputStream(path.getAbsolutePath()+"/"+name+".model")); } catch (FileNotFoundException e1) { e1.printStackTrace(); } catch (IOException e1) { e1.printStackTrace(); } oos.writeObject(c); oos.flush(); oos.close(); } } 我想知道如何提供.arff文件？ 我的数据集采用XML文件的forms。
我想你现在已经弄明白了，但是如果它有助于其他人，那么有一个关于它的维基页面：
http://weka.wikispaces.com/Text+categorization+with+WEKA
使用SMO，假设您有一些列车实例“trainset”，并且测试集“testset”用于构建分类器：
// train SMO and output model SMO classifier = new SMO(); classifier.buildClassifier(trainset);
使用交叉validation来评估它，例如：
Evaluation eval = new Evaluation(testset); Random rand = new Random(1); // using seed = 1 int folds = 10; eval.crossValidateModel(classifier, testset, folds, rand);
然后eval保存所有统计数据等。
您可以从以下行读取输入文件：
Instances training_data = new Instances(new BufferedReader( new FileReader("tmp-file-duplicate-pairs.arff"))); training_data.setClassIndex(training_data.numAttributes() - 1);