如何使用MATLAB从WEKA中获取类值

我正在尝试使用MATLAB和WEKA API从WEKA中获取类别,但类别值总是0。有什么想法吗?

我的数据集有241个属性,使用WEKA对这个数据集进行处理时,我得到了正确的结果。

首先创建训练和测试对象,然后构建分类器并执行classifyInstance操作。但这会得到错误的结果

    train = [xtrain ytrain];    test =  [xtest];    save ('train.txt','train','-ASCII');        save ('test.txt','test','-ASCII');%## pathsWEKA_HOME = 'C:\Program Files\Weka-3-7';javaaddpath([WEKA_HOME '\weka.jar']);fName = 'train.txt';%## read fileloader = weka.core.converters.MatlabLoader();loader.setFile( java.io.File(fName) );train = loader.getDataSet();train.setClassIndex( train.numAttributes()-1 );% setting class as nominalv(1) = java.lang.String('-R');v(2) = java.lang.String('242');options = cat(1,v(1:end));filter = weka.filters.unsupervised.attribute.NumericToNominal();filter.setOptions(options); filter.setInputFormat(train);   train = filter.useFilter(train, filter);fName = 'test.txt';%## read fileloader = weka.core.converters.MatlabLoader();loader.setFile( java.io.File(fName) );test = loader.getDataSet();%## datasetrelationName = char(test.relationName);numAttr = test.numAttributes;numInst = test.numInstances;%## classificationclassifier = weka.classifiers.trees.J48();classifier.buildClassifier( train );fprintf('Classifier: %s %s\n%s', ...    char(classifier.getClass().getName()), ...    char(weka.core.Utils.joinOptions(classifier.getOptions())), ...    char(classifier.toString()) )classes =[];for i=1:numInst     classes(i) = classifier.classifyInstance(test.instance(i-1));end

这里有一个新的代码,但仍然不工作 – 类别值为0。使用相同算法和数据集的Weka输出是正常的

=== 按类别详细准确度 ===

               TP Rate   FP Rate   Precision   Recall  F-Measure   ROC Area  Class                 0.99      0.015      0.985     0.99      0.988      0.991    0                 0.985     0.01       0.99      0.985     0.988      0.991    1Weighted Avg.    0.988     0.012      0.988     0.988     0.988      0.991

=== 混淆矩阵 ===

    a    b   <-- classified as 1012   10 |    a = 0   15 1003 |    b = 1

 

    ytest1 = ones(size(xtest,1),1);     train = [xtrain ytrain];    test =  [xtest ytest1];    save ('train.txt','train','-ASCII');        save ('test.txt','test','-ASCII');%## pathsWEKA_HOME = 'C:\Program Files\Weka-3-7';javaaddpath([WEKA_HOME '\weka.jar']);fName = 'train.txt';%## read fileloader = weka.core.converters.MatlabLoader();loader.setFile( java.io.File(fName) );train = loader.getDataSet();train.setClassIndex( train.numAttributes()-1 );v(1) = java.lang.String('-R');v(2) = java.lang.String('242');options = cat(1,v(1:end));filter = weka.filters.unsupervised.attribute.NumericToNominal();filter.setOptions(options); filter.setInputFormat(train);   train = filter.useFilter(train, filter);fName = 'test.txt';%## read fileloader = weka.core.converters.MatlabLoader();loader.setFile( java.io.File(fName) );test = loader.getDataSet();filter = weka.filters.unsupervised.attribute.NumericToNominal();filter.setOptions( weka.core.Utils.splitOptions('-R last') );filter.setInputFormat(test);   test = filter.useFilter(test, filter);%## datasetrelationName = char(test.relationName);numAttr = test.numAttributes;numInst = test.numInstances;%## classificationclassifier = weka.classifiers.trees.J48();classifier.buildClassifier( train );fprintf('Classifier: %s %s\n%s', ...    char(classifier.getClass().getName()), ...    char(weka.core.Utils.joinOptions(classifier.getOptions())), ...    char(classifier.toString()) )classes = zeros(numInst,1);for i=1:numInst        classes(i) = classifier.classifyInstance(test.instance(i-1));     end

这里是Java中类别分布的代码片段

// output predictions    System.out.println("# - actual - predicted - error - distribution");    for (int i = 0; i < test.numInstances(); i++) {      double pred = cls.classifyInstance(test.instance(i));      double[] dist = cls.distributionForInstance(test.instance(i));      System.out.print((i+1));      System.out.print(" - ");      System.out.print(test.instance(i).toString(test.classIndex()));      System.out.print(" - ");      System.out.print(test.classAttribute().value((int) pred));      System.out.print(" - ");      if (pred != test.instance(i).classValue())    System.out.print("yes");      else    System.out.print("no");      System.out.print(" - ");      System.out.print(Utils.arrayToString(dist));      System.out.println();

我将其转换为MATLAB代码如下

classes = zeros(numInst,1);for i=1:numInst     pred = classifier.classifyInstance(test.instance(i-1));       classes(i) = str2num(char(test.classAttribute().value(( pred))));end

但类别值输出不正确。

在你的回答中没有显示pred包含类别和predProb概率。请打印出来!!!


回答:

训练和测试数据必须具有相同数量的属性。因此在你的情况下,即使你不知道测试数据的实际类别,也可以使用虚拟值:

ytest = ones(size(xtest,1),1);    %# dummy class values for test datatrain = [xtrain ytrain];test =  [xtest ytest];save ('train.txt','train','-ASCII');    save ('test.txt','test','-ASCII');

不要忘记在加载测试数据集时将其转换为名义属性(就像你对训练数据集所做的那样):

filter = weka.filters.unsupervised.attribute.NumericToNominal();filter.setOptions( weka.core.Utils.splitOptions('-R last') );filter.setInputFormat(test);   test = filter.useFilter(test, filter);

最后,你可以调用训练好的J48分类器来预测测试实例的类别值:

classes = zeros(numInst,1);for i=1:numInst     classes(i) = classifier.classifyInstance(test.instance(i-1));end

编辑

如果不知道你正在处理的数据,很难判断…

所以让我用一个完整的例子来说明。我将使用MATLAB中的Fisher Iris数据(4个属性,150个实例,3个类别)来创建数据集。

%# load dataset (data + labels)load fisheririsX = meas;Y = grp2idx(species);%# partition the data into training/testingc = cvpartition(Y, 'holdout',1/3);xtrain = X(c.training,:);ytrain = Y(c.training);xtest = X(c.test,:);ytest = Y(c.test);          %# or dummy values%# save as space-delimited text filetrain = [xtrain ytrain];test =  [xtest ytest];save train.txt train -asciisave test.txt test -ascii

在这里我应该提到,在使用NumericToNominal过滤器之前,确保两个数据集中完全表示了类别值是很重要的。否则,训练集和测试集可能会不兼容。我的意思是,你必须在每个数据集中至少有一个每个类别值的实例。因此,如果你使用虚拟值,我们可以这样做:

ytest = ones(size(xtest,1),1);v = unique(Y);ytest(1:numel(v)) = v;

接下来,让我们使用Weka API读取新创建的文件。我们将最后一个属性从数值转换为名义属性(以启用分类):

%# read train/test files using WekafName = 'train.txt';loader = weka.core.converters.MatlabLoader();loader.setFile( java.io.File(fName) );train = loader.getDataSet();train.setClassIndex( train.numAttributes()-1 );fName = 'test.txt';loader = weka.core.converters.MatlabLoader();loader.setFile( java.io.File(fName) );test = loader.getDataSet();test.setClassIndex( test.numAttributes()-1 );%# convert last attribute (class) from numeric to nominalfilter = weka.filters.unsupervised.attribute.NumericToNominal();filter.setOptions( weka.core.Utils.splitOptions('-R last') );filter.setInputFormat(train);   train = filter.useFilter(train, filter);filter = weka.filters.unsupervised.attribute.NumericToNominal();filter.setOptions( weka.core.Utils.splitOptions('-R last') );filter.setInputFormat(test);   test = filter.useFilter(test, filter);

现在我们训练一个J48分类器,并使用它来预测测试实例的类别:

%# train a J48 treeclassifier = weka.classifiers.trees.J48();classifier.setOptions( weka.core.Utils.splitOptions('-c last -C 0.25 -M 2') );classifier.buildClassifier( train );%# classify test instancesnumInst = test.numInstances();pred = zeros(numInst,1);predProbs = zeros(numInst, train.numClasses());for i=1:numInst     pred(i) = classifier.classifyInstance( test.instance(i-1) );     predProbs(i,:) = classifier.distributionForInstance( test.instance(i-1) );end

最后,我们评估训练模型在测试数据上的表现(这应该与你在Weka Explorer中看到的类似)。显然,这只有在测试实例具有真实类别值(而不是虚拟值)时才有意义:

eval = weka.classifiers.Evaluation(train);eval.evaluateModel(classifier, test, javaArray('java.lang.Object',1));fprintf('=== Run information ===\n\n')fprintf('Scheme: %s %s\n', ...    char(classifier.getClass().getName()), ...    char(weka.core.Utils.joinOptions(classifier.getOptions())) )fprintf('Relation: %s\n', char(train.relationName))fprintf('Instances: %d\n', train.numInstances)fprintf('Attributes: %d\n\n', train.numAttributes)fprintf('=== Classifier model ===\n\n')disp( char(classifier.toString()) )fprintf('=== Summary ===\n')disp( char(eval.toSummaryString()) )disp( char(eval.toClassDetailsString()) )disp( char(eval.toMatrixString()) )

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注