置顶
weka下运行libsvm的方法
------2013.3.31----------
weka 3.6.9用底下的“旧方法”安装失败！
抛出“problem evaluating classifier rand”错误！
正确办法：
1. 先安装WEKA3.7.9，用tools-package manager安装libsvm，然后到用户目录下wekafiles\packages\LibSVM\lib中找到libsvm.jar 。
2. 安装WEKA3.6.9，将第一步中的libsvm.jar放到WEKA3.6. ...
置顶
weka3.7中需要添加的包
3.7以上版本不带libSVM和liblinear以及许多其他分类器，需要自己下载。用Tool-->Package Manager(Available)来安装。注意：相关软件被下载到了
C:%users\Administrator\wekafiles (windows7)
C:\Documents and Settings\Administrator\wekafiles (XP)
下
有时候，在线更新连不上，只需要把已更新的机器的wekafiles目录 ...
置顶
eclipse中Java程序调用weka
要使用程序方式使用weka，步骤如下：
一、在eclipse里新建一个java project：
1. 建立工程：单击菜单中file->new->java project，在弹出对话框的project name中起任意一个名字，此处假设是wekaTest。单击Finish按钮（在对话框底部）。
2. 建立package：在package Explorer中找到刚才新建的工程，在其上右键->New- ...
置顶
精华
weka中libSVM的概率输出！
同学们，注意了。
在用weka进行编程实现分类器调用进行投票的时候。
如果你选择的是三个分类器进行概率投票的时候，由于一些分类器，例如libSVM，默认的输出结果都是0或1，没法得到概率，所以如果你使用默认的设置的话，就相当于采用的是majority vote的方法。 不信大家可以试试。
现在我来讲解一下怎么设置libSVM的参数， ...
置顶
WEKA的API简介
好不容易下载到的，百度文库要花金币，真恶心！
补充一个官方手册（全英文）
新人帖
weka配置libD3c的一点出错经验
在windows环境下weka3.8配置LibD3c（来源：http://lab.malab.cn/soft/LibD3C/LibD3C.zip）
按照官网步骤配置（1放置classifiers.xml文件 2安装libSVM 3安装libD3c）
值得注意的是如果你想我一样weka是自定义安装路径的话：
第一、classifier.xml文件要放置到相应自定义安装目录下
第二、
图片中划线部分的路径也得改了 ...
weka读.libsvm文件
利用weka读入.libsvm文件，都是这个样子
做分类什么都得不到，为什么？
是因为weka把libsvm的类别信息（1和-1）都当成了数值（Numeric型）。这里需要用 NumericToNominal filter将其转化为Nominal型！
看一下最后一个特征前面的标号（index），然后转化一下：
点击Apply，是不是变成熟悉的红蓝色了？
然后就可以正常分 ...
在WEKA中使用SMOTE对不平衡数据集预处理的步骤
对于不平衡的数据集，经特征提取后形成的arff特征文件，要经过一个预处理过程使得数据平衡。
在WEKA中打开原始的arff特征文件，在“Filter”中选择supervised－>SMOTE进行过采样。在SMOTE的参数设置中，默认对少数类进行过采样，当然也可以设置对特定类别进行过采样。而如何能够控制不同类的比例呢？则通过SMOTE中的一个参 ...
java跑LibLINEAR
因为自己比较水，在用java跑LibLINEAR的时候出现各种问题，这里直接给出一个按默认参数，10折交叉验证的可以跑LibLINEAR的jar包
参数只有一个，就是放arff文件的文件夹绝对路径。
java -jar runLibLINEAR.jar inputDirPath
...
Weka和Mulan使用过程中的小Tips
实验室科研工作中有时候会遇到某些特征选择算法Weka本身不具备，要从其他软件中得到选择后的特征的情况。例如，MID/MIQ特征选择算法。此外，使用非Weka自带特征选择算法选择特征之后，又想使用Weka进行下一步分类，那么该怎么办？
1. 使用MID等做完特征选择之后，将特征索引位置提高给Weka，Weka按照指定特征 ...
聚类软件APCluster--已集成到weka，请大家测试
有使用或修改意见请回帖。@chenwq
关于LibD3C2.0的尝试
关于weka3.7与weka3.6
忙活一下午与晚上的问题终于得到圆满解决。邹老师给的java调用weka程序搞了半天还是出现报错，先以为是代码，再后来是eclipse版本，最后是jdk，每次都是毫无意外地出现java.lang.StringBuffer cannot be cast to weka.classifiers.evaluation.output.prediction.AbstractOutput错误，被搞到没辙。最后还是bingo师兄 ...
Weka中的Ensemble Learning
Weka中自带了许多集成学习的算法。
比如： AdaboostM1， Bagging，Stacking，还有投票策略用的Vote。（不知道原始boosting在哪里）
在扩展包里也有一些新算法，如下图所示：
每种算法都不尽然相同，比如AdaBoost首先初始化每个样本相同的权重，对样本进行多次训练。每次训练从训练集中根据样本权重抽取一部分样本，每次 ...
LibShortText - 短文本分类
Chih-Jen Lin的新作。
http://www.csie.ntu.edu.tw/~cjlin/
[*]LIBSVM: a simple and easy-to-use support vector machines tool for classification (C-SVC, nu-SVC), regression (epsilon-SVR, nu-SVR), and distribution estimation.
It includes a GUI for both classification and regression. Version 1.0 releas ...
weka下的参数优化和搜索算法
1. classify - meta - CVParameterSelection
可以自定义参数个数和搜索范围。搜索全部可能的点。
优点：参数个数可以自定义
缺点：时间很长。比如SVM的C和G参数，每个参数搜索10个可能的点，那么一共需要跑10*10次的交叉验证。
2. classify - meta - GridSearch
只能进行二维搜索，也就是参数只能两个。
先用2-fold ...
用weka做特征选择
原文：
http://www.laps.ufpa.br/aldebaro/weka/feature_selection.html
Some feature selection using Weka through the command line
Prof. Mark Hall wrote most of Weka's code for feature selection, so a good place to find documentation is his web page: http://www.cs.waikato.ac.nz/~mhall/pubs.html
I mos ...
weka的多线程交叉验证
http://weka-parallel.sourceforge.net/
呼唤哪位同学去测试一下，并写个文档。
工厂模式+单例模式封装WekaFactory来构造Weka中各种对象
更方便更简单起见，封装了Weka。虽然我不懂Weka
// 测试WekaFactory工厂模式封装的优点：
1. 良好的封装性，代码结构清晰
2. 扩展性很好
3. 屏蔽weka具体类
4. 典型的解耦框架
单例模式的优点：
1. 减少内存开支
2. 减少系统性能开销
3. 避免对资源的多重占用
4. 可以在系统设置全局 ...
精华
Weka数据挖掘一小时快速入门
嘿嘿，我承认我是标题党，“一小时”还是说得有点片面哦，前提是你需要看了些基本的数据挖掘知识，如关联规则、分类和聚类，因为这里就是讲的这三个东东，不过与一般的教科书不同，这可是有图的。
好的，废话不多说，上资料（来源于Depaul University ECT584-Web Data Mining）：
Topics
1、Data Preprocessing in WEKA
2、 ...
关注公众号