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
- 【jmeter】JMeter中返回Json数据的处理方法
Json 作为一种数据交换格式在网络开发,特别是 Ajax 与 Restful 架构中应用的越来越广泛.而 Apache 的 JMeter 也是较受欢迎的压力测试工具之一,但是它本身没有提供对于 Js ...
- PHP 生成指定大小随机图片
PHP 生成指定大小随机图片 <?php $image_width = 100; $image_height = 100; $image_str = ''; if (isset($_GET['w ...
- CentOS生产机器禁止ROOT远程SSH登录
方法一 很多站长拥有linux主机,不管是虚拟机还是实体机,一般我们远程连接的时候,都是用的ssh(SecureShell建立在应用层和传输层基础上的安全协议). 它默认的端口22,默认使用root也 ...
- boa配置文件详解
Web服务器boa配置文件参数说明 boa的配置文件是/etc/boa/boa.conf.Port:boa服务器监听的端口,默认的端口是80.如果端口小于1024,则必须是 root用户启动服务器. ...
- 验证视图状态 MAC 失败
起因: 最近在做一个项目需要用到生成多个Html页,采用一下方法动态生成. WebRequest request = WebRequest.Create(pageurl); WebResponse r ...
- .NET常用方法——邮件发送
邮件发送类文件,可直接使用: 调用方法(实例化.静态调用): 实例化: string exception = ""; SendEmail.SendEmail SE = new Se ...
- jQuery-webcam(.NET)实现WEB摄像头监控
jQuery-webcam是一个非常好用的摄像头监控工具,DEMO可官方下载地址http://www.xarg.org/project/jquery-webcam-plugin/ 1.下载解压后,jq ...
- Android:单元测试Junit的配置
在实际开发中,开发android软件的过程需要不断地进行测试.而使用Junit测试框架,侧是正规Android开发的必用技术,在Junit中可以得到组件,可以模拟发送事件和检测程序处理的正确性.... ...
- c# Base64编码和图片的互相转换代码
将图片转化为Base64字符串的流程是:首先使用BinaryFormatter将图片文件序列化为二进制数据,然后使用Convert类的ToBase64String方法.将Base64字符串转换为图片的 ...
- DBA_Oracle Erp升级时如何确定具体的Patch ID(案例)
2014-07-03 Created By BaoXinjian