Weka中的实例分类
Posted
技术标签:
【中文标题】Weka中的实例分类【英文标题】:Classification of instances in Weka 【发布时间】:2012-03-25 21:20:55 【问题描述】:我正在尝试在我的 C# 应用程序中使用 Weka。我使用 IKVM 将 Java 部分引入我的 .NET 应用程序。这似乎工作得很好。但是,当谈到 Weka 的 API 时,我不知所措。如果实例在我的应用程序中以编程方式传递并且不能作为 ARFF 文件提供,我将如何对实例进行分类。
基本上,我正在尝试使用 Weka 的分类器集成一个简单的共指分析。我直接在 Weka 中构建了分类模型并将其保存到磁盘,我的 .NET 应用程序从那里打开它并使用 Weka 的 IKVM 端口来预测类值。
这是我目前得到的:
// This is the "entry" method for the classification method
public IEnumerable<AttributedTokenDecorator> Execute(IEnumerable<TokenPair> items)
TokenPair[] pairs = items.ToArray();
Classifier model = ReadModel(); // reads the Weka generated model
FastVector fv = CreateFastVector(pairs);
Instances instances = new Instances("licora", fv, pairs.Length);
CreateInstances(instances, pairs);
for(int i = 0; i < instances.numInstances(); i++)
Instance instance = instances.instance(i);
double classification = model.classifyInstance(instance); // array index out of bounds?
if(AsBoolean(classification))
MakeCoreferent(pairs[i]);
throw new NotImplementedException(); // TODO
// This is a helper method to create instances from the internal model files
private static void CreateInstances(Instances instances, IEnumerable<TokenPair> pairs)
instances.setClassIndex(instances.numAttributes() - 1);
foreach(var pair in pairs)
var instance = new Instance(instances.numAttributes());
instance.setDataset(instances);
for (int i = 0; i < instances.numAttributes(); i++)
var attribute = instances.attribute(i);
if (pair.Features.ContainsKey(attribute.name()) && pair.Features[attribute.name()] != null)
var value = pair.Features[attribute.name()];
if (attribute.isNumeric()) instance.setValue(attribute, Convert.ToDouble(value));
else instance.setValue(attribute, value.ToString());
else
instance.setMissing(attribute);
//instance.setClassMissing();
instances.add(instance);
// This creates the data set's attributes vector
private FastVector CreateFastVector(TokenPair[] pairs)
var fv = new FastVector();
foreach (var attribute in _features)
Attribute att;
if (attribute.Type.Equals(ArffType.Nominal))
var values = new FastVector();
ExtractValues(values, pairs, attribute.FeatureName);
att = new Attribute(attribute.FeatureName, values);
else
att = new Attribute(attribute.FeatureName);
fv.addElement(att);
var classValues = new FastVector(2);
classValues.addElement("0");
classValues.addElement("1");
var classAttribute = new Attribute("isCoref", classValues);
fv.addElement(classAttribute);
return fv;
// This extracts observed values for nominal attributes
private static void ExtractValues(FastVector values, IEnumerable<TokenPair> pairs, string featureName)
var strings = (from x in pairs
where x.Features.ContainsKey(featureName) && x.Features[featureName] != null
select x.Features[featureName].ToString())
.Distinct().ToArray();
foreach (var s in strings)
values.addElement(s);
private Classifier ReadModel()
return (Classifier) SerializationHelper.read(_model);
private static bool AsBoolean(double classifyInstance)
return classifyInstance >= 0.5;
由于某种原因,当我调用 model.classifyInstance(instance)
时,Weka 抛出了 IndexOutOfRangeException
。我不知道为什么,也想不出如何解决这个问题。
我希望有人可能知道我哪里出错了。我发现的唯一 Weka 文档依赖于 ARFF 文件进行预测,我真的不想去那里。
【问题讨论】:
【参考方案1】:出于某种奇怪的原因,DTNB 分类器引发了此异常(我在多数投票分类模型中使用了三个)。显然,不使用 DTNB “修复”了这个问题。
【讨论】:
以上是关于Weka中的实例分类的主要内容,如果未能解决你的问题,请参考以下文章