Weka示例,简单文本行分类

我想对非常长的文本行进行分类。字符串。

我遇到的错误如下:

Exception in thread "main" java.lang.IllegalStateException: No input instance format definedat weka.filters.unsupervised.attribute.StringToWordVector.input(StringToWordVector.java:681)at org.berlin.weka.test.TestWeka.main(TestWeka.java:61)

这是我的代码,但我一直遇到异常,可能设置有问题。

package org.berlin.weka.test;import weka.classifiers.Classifier;import weka.classifiers.functions.SMO;import weka.core.Attribute;import weka.core.FastVector;import weka.core.Instance;import weka.core.Instances;import weka.filters.Filter;import weka.filters.unsupervised.attribute.StringToWordVector;public class TestWeka {    /*     * java -cp %WEKA_HOME%        weka.classifiers.meta.FilteredClassifier        -t ReutersAcq-train.arff        -T ReutersAcq-test.arff        -W "weka.classifiers.functions.SMO -N 2"        -F "weka.filters.unsupervised.attribute.StringToWordVector -S"     */    public static void main(final String [] args) throws Exception {        System.out.println("Running");        final StringToWordVector filter = new StringToWordVector();        final Classifier classifier = new SMO();         // Create numeric attributes.        final String[] keywords = { "test1", "test2"};        FastVector attributes = new FastVector(keywords.length + 1);        for (int i = 0 ; i < keywords.length; i++) {          attributes.addElement(new Attribute(keywords[i]));        }                // Add class attribute.        final FastVector classValues = new FastVector(2);        classValues.addElement("miss");        classValues.addElement("hit");        attributes.addElement(new Attribute("Class", classValues));        final Instances data = new Instances("Data1", attributes, 100);        data.setClassIndex(data.numAttributes() - 1);        ///////////        Instance instance = new Instance(10);        instance.setDataset(data);        // instance.setValue(testset.attribute(0),testset.attribute(0).addStringValue(obj.toString()));        System.out.println("==>." + data.attribute(0));        instance.setValue(data.attribute(0), data.attribute(0).addStringValue("test1"));        instance.setDataset(data);        // Add class value to instance.        instance.setClassValue(1.0);        // Add instance to training data.        data.add(instance);        // Use filter.        filter.input(instance);        Instances filteredData = Filter.useFilter(data, filter);        // Rebuild classifier.        classifier.buildClassifier(filteredData);                   }} // End of the class //

回答:

你可以尝试先设置输入格式,如下所示:
//rest of your code
// Use filter
filter.input(instance);
filter.setInputFormat(data); //你要输入到过滤器的数据实例
Instances filteredData = Filter.useFilter(data, filter);

例如,你可以参考http://weka.wikispaces.com/Use+WEKA+in+your+Java+code 并移除过滤器。(注意他们在将实例传递给过滤器之前设置了过滤器的输入格式)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注