15520579
所属分类:其他
开发工具:Java
文件大小:5KB
下载次数:0
上传日期:2018-05-24 14:43:55
上 传 者:
rsbuvt
说明: 文本分类器 文本分类算法 详细介绍了算法过程
文件列表:
wMessageClassifier.java (5141, 2007-11-22)
xMessageClassifier.class (4255, 2007-11-22)
1 介绍:嵌入式机器学习,在自己的算法中调用Weka现文本分类,是一个小的数据挖掘程序,虽然实用价值不是很大,但对于Weka的理解和使用是有帮助的。本例子来自《数据挖掘:实用机器学习技术》第2版。大家可以到 http://blogger.org.cn/blog/message.asp?name=DMman#23691 下载该书察看对算法的详细解释。算法中作了详细的注释,虽然是英文的,但还是比较简单。下面对例子的使用作了浅显的介绍,有兴趣的朋友可以研究。(DMman整理http://blogger.org.cn/blog/blog.asp?name=DMman)
2 功能:使用weka中的j48分类器实现了文本分类的一个小程序。文本文件通过weka的过滤器StringToWordVector预处理。
3 注意:把weka.jar加入你的classpath中,才可以通过编译。
4 使用方法:
命令行参数:
-t 文本文件路径
-m 你的模型文件路径
-c 可选,类别(hit 或 miss)
如果提供了-c则用于训练,否则被模型分类,输出该文本的类型(hit或miss)
模型是动态建立的,第一次使用命令行必须指定-c参数,才可以建立模型。
1) 建立模型
>java MessageClassifier -t data/1.bmp -m myModel -c hit
可以看到myModel建立了。然后继续训练一下这个模型。使用的文本实例越多,模型的分类性能越好
>java MessageClassifier -t data/2.bmp -m myModel -c hit
>java MessageClassifier -t data/1.gif -m myModel -c miss
......
2) 使用模型分类
有了模型,就可以使用它为文本文件分类了,如
>java MessageClassifier -t data/2.gif -m myModel
3) 可以使用提供-c参数的命令继续完善模型
近期下载者:
相关文件:
收藏者: