通过weka.jar包来进行数据预处理
前言:注意首先要将weka.jar包加载到相应的路径中去。程序中的数据也是用的weka自带的数据。
扩展:eclipse添加jar包的操作方法:
打开eclipse ,在对应的工程下右击,选择Build Path ->选择Configure Build Path ->选择Libraries ->点击Add External JARs ->然后到你的jar包所在路径选择它。即可。
一、特征选择
package learning; import weka.attributeSelection.ASEvaluation;
import weka.attributeSelection.InfoGainAttributeEval;
import weka.attributeSelection.Ranker;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSink;
import weka.core.converters.ConverterUtils.DataSource;
import weka.filters.Filter;
import weka.filters.supervised.attribute.AttributeSelection; /**feature selection via weka
*
* @author wenbaoli
*
*/
public class featureSelect { /**
*
* @param arg
*/
public static void main(String[] arg){ try { System.out.println("++++++++++++Example3:Feature Selection Via Weka.+++++++++"); System.out.println("Step1:load data...");
String fn = "E:/weka/data/iris.arff";
DataSource source = new DataSource(fn);
Instances instances = source.getDataSet(); System.out.println("Step2:feature selction...");
featureSelect fs = new featureSelect(); int k = 2;
AttributeSelection as = new AttributeSelection(); Ranker rank = new Ranker();
rank.setThreshold(0.0);
rank.setNumToSelect(k); ASEvaluation ae = new InfoGainAttributeEval(); as.setEvaluator(ae);
as.setSearch(rank);
as.setInputFormat(instances);
Instances reductData = Filter.useFilter(instances, as); System.out.println("Step3:保存规约后的数据到新文件...");
DataSink.write("E:/weka/data/iris_reducted.arff", reductData);
System.out.println("Finished..."); } catch (Exception e) {
e.printStackTrace();
}
} }
二、缺失值处理
package learning; import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSink;
import weka.core.converters.ConverterUtils.DataSource; /**Missing value Handling via weka
*
* @author wenbaoli
*
*/
public class missingHandle { /**
*
* @param arg
*/
public static void main(String[] arg) { try {
System.out.println("+++++++++++++Example 2 :Missing Value Handling.++++++++++++++"); System.out.println("Step1:load data..."); String fn = "E:weka/data/labor.arff"; DataSource source = new DataSource(fn); Instances instances = source.getDataSet();
int dim = instances.numAttributes();
int num = instances.numInstances(); System.out.println("Step2:缺失值处理...");
double[] meanV = new double[dim];
for (int i = 0; i < meanV.length; i++) {
meanV[i] = 0;
int count = 0;
for (int j = 0; j < num; j++) {
if(!instances.instance(j).isMissing(i)){
meanV[i] += instances.instance(j).value(i);
count++;
}
}
meanV[i] = meanV[i]/count;
System.out.println(meanV[i]);
} for (int i = 0; i < meanV.length; i++) {
meanV[i] = 0;
int count = 0;
for (int j = 0; j < num; j++) {
if(instances.instance(j).isMissing(i)){
instances.instance(j).setValue(i, meanV[i]);
}
} } System.out.println("Step3:保存数据到新文件..."); DataSink.write("E:weka/data/labor_missingValueHandled.arff", instances);
System.out.println("Finished.");
} catch (Exception e) {
e.printStackTrace();
} }
}
三、归一化处理
package learning; import weka.core.Attribute;
import weka.core.Instance;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSink;
import weka.core.converters.ConverterUtils.DataSource;
import weka.filters.Filter;
import weka.filters.unsupervised.attribute.Normalize; /**normalize data via weka
*
* @author wenbaoli
*
*/
public class normalizeTest { /**
*
* @param arg
*/
public static void main(String[] arg) { String file = "cpu.arff";
String file_norm = "norm_" + file;
//对数据进行归一化
try {
System.out.println("+++++++++++++Example 1 : Normalize Data via weka.+++++++++"); System.out.println("Step1:读取数据...");
DataSource source = new DataSource("E:/Weka/data/" + file);
Instances instances = source.getDataSet(); System.out.println("Step2:原数据打印...");
System.out.println("---------------------------------");
int attributeNo = instances.numAttributes();
for (int i = 0; i < attributeNo; i++) {
Attribute attr = instances.attribute(i);
System.out.print(attr.name() + "\t"); }
System.out.println(); int instanceNo = instances.numInstances();
for (int i = 0; i < instanceNo; i++) {
Instance ins = instances.instance(i);
System.out.print(ins.toString() + "\t");
System.out.println();
} System.out.println("Step3:归一化...");
Normalize norm = new Normalize();
norm.setInputFormat(instances); //归一化关键步骤:
Instances newInstances = Filter.useFilter(instances, norm); System.out.println("Step4:归一化之后的数据(打印)...");
System.out.println("---------------------------------"); //打印属性名
int numOfAttributes = newInstances.numAttributes();
for (int i = 0; i < numOfAttributes; i++) {
Attribute attribute = newInstances.attribute(i);
System.out.print(attribute.name() + "\t"); }
System.out.println(); //打印实例
int numOfInstance = newInstances.numInstances();
for (int i = 0; i < numOfInstance ; i++) {
Instance instance = newInstances.instance(i);
System.out.print(instance.toString() + "\t");
System.out.println();
}
//发现一个问题:这把标签label也给归一化了。。。。。。。。。。这样可以吗??????? System.out.println("Step5:保存归一化的新数据到新文件...");
System.out.println("-----------------------");
DataSink.write("E:/Weka/data/" +file_norm, newInstances);
System.out.println("Congratulations.");
} catch (Exception e) {
e.printStackTrace();
} }
}
通过weka.jar包来进行数据预处理的更多相关文章
- BeanShell使用json.jar包处理Json数据
环境准备 ①Jmeter版本 ,JDK ②前置条件:将json.jar包置于..\lib\下, 如果还是报错,可以将该jar包添加到测试计划的Library中:否则会报:Typed variable ...
- weka数据预处理
Weka数据预处理(一) 对于数据挖掘而言,我们往往仅关注实质性的挖掘算法,如分类.聚类.关联规则等,而忽视待挖掘数据的质量,但是高质量的数据才能产生高质量的挖掘结果,否则只有"Garbag ...
- jdbc数据连接池dbcp要导入的jar包
jdbc数据连接池dbcp要导入的jar包 只用导入commons-dbcp-x.y.z.jarcommons-pool-a.b.jar
- Excel文件按照指定模板导入数据(用jxl.jar包)
本文中的方法只适合Excel2003,要读取Excel2007最好使用poi.jar,据说poi.jar还在更新,jxl.jar已经不更新了,处理Excel文件的读写问题最好还是学习poi.j ...
- 总结:独立开发 jar 包组件——功能主要是支持查询数据库的所有表数据
前言:开发完一个项目,必定总结,这次就将总结记录在博客,第一次开发组件 jar 包,包含前端,后台,中间遇到好多问题,这里一一描述.转载请注明出处: https://www.cnblogs.com/y ...
- json-lib-2.4-jdk15.jar所需全部JAR包.rar java jsoup解析开彩网api接口json数据实例
json-lib-2.4-jdk15.jar所需全部JAR包.rar java jsoup解析开彩网api接口json数据实例 json-lib-2.4-jdk15.jar所需全部JAR包.rar ...
- 使用C#利用cmd来调用java jar包获取其中的数据
其实也很简单,就是在C#中构建一个Process,启动jar包,并且给jar包传递参数 因为我并没有怎么学过JAVA,所以只写了个很小的Demo,就是根据传入的参数获取对应的数据 以下是JAVA De ...
- Java 使用poi导入excel,结合xml文件进行数据验证的例子(增加了jar包)
ava 使用poi导入excel,结合xml文件进行数据验证的例子(增加了jar包) 假设现在要做一个通用的导入方法: 要求: 1.xml的只定义数据库表中的column字段,字段类型,是否非空等条件 ...
- WEKA中的数据预处理
数据预处理包括数据的缺失值处理.标准化.规范化和离散化处理. 数据的缺失值处理:weka.filters.unsupervised.attribute.ReplaceMissingValues. 对于 ...
随机推荐
- ubuntu 创建快捷方式
sudo ln -s /opt/eclipse/eclipse /usr/bin/eclipse 这样就可以在命令行中敲:eclipse,来打开eclipse了. 应该还有一种方式,就像快捷方式一样. ...
- 【linux】which和whereis
which和whereis都是查询命令的指令.区别的是: which能查询到命令所在位置: [root@andon tmp]# which ls alias ls='ls --color=auto' ...
- (转)如何在eclipse的配置文件里指定jdk路径
本文转载自:http://songguoliang.iteye.com/blog/1752519 运行eclipse时报如下错误: 在eclipse的配置文件里指定jdk路径,只需在eclipse的配 ...
- Redis服务停止报错解决方案[NOAUTH Authentication required]
Redis服务器设置密码后,使用service redis stop 会出现以下信息: service redis stop Stopping ... OK (error) NOAUTH Authen ...
- js封常用类
ajax刷 下拉框联动 /*基础初始化类*/ $.EBC = { setCourse:function(obj){ $(obj).empty(); $.get('../Index/getCoursei ...
- android学习笔记19——对话框(DatePickerDialog、TimePickerDialog)
DatePickerDialog.TimePickerDialog ==> DatePickerDialog.TimePickerDialog功能.用法都比较简单,操作步骤: 1.通过new关键 ...
- sgu233 little kings
题目大意: 有n*n的棋盘上放k个国王.国王可以攻击与它相邻的八个格子.现在要使国王不相互攻击,有多少种放置的方案数.一个格子不能放两个国王. n<=10,k<=n*n. 分析:简单的状态 ...
- Env:VIM配置
注:文章来自于http://www.cnblogs.com/ma6174/archive/2011/12/10/2283393.html 花了很长时间整理的,感觉用起来很方便,共享一下. 我的vim配 ...
- c/c++多线程编程中最好不要加volatile
来自https://www.zhihu.com/question/31459750 答主解释说:不能指望volatile能解决多线程竞争问题,除非所用的环境系统不可靠才会为了保险加上volatile, ...
- Java事务处理全解析(二)——失败的案例
在本系列的上一篇文章中,我们讲到了Java事务处理的基本问题,并且讲到了Service层和DAO层,在本篇文章中,我们将以BankService为例学习一个事务处理失败的案例. BankService ...