`
endual
  • 浏览: 3565830 次
  • 性别: Icon_minigender_1
  • 来自: 杭州
社区版块
存档分类
最新评论

weka贝叶斯

    博客分类:
  • weka
 
阅读更多
你可以用程序debug跟踪一下,以前是weka中NaiveBayesSimple类的主要函数和作用。
(1) globalInfo()
返回该分类器的描述字符串.
(2) getTechnicalInformation()
返回一个TechnicalInformation类型的对象实例,包含该类的技术背景等信息.
(3) getCapabilities()
返回默认参数.
(4) BuildClassifier(Instances instances)
BuildClassifier()方法从一个训练数据集合instances构造一个分类器.求出所有名称型属性的后验概率,类属性的先验概率,数值属性的均值和方差,为后来的分类工作做准备.
(5) distributionForInstance (Instance instance)
该方法计算待分类实例instance属于各个类标的百分比,并且将各个百分比数值存于一个数组中,最后返回该数组.
(6)toString()
把分类器的参数(均值,方差,各先验概率,各后验概率)以字符串的形式返回.
(7)normalDens(double x, double mean, double stdDev)
该方法用于根据正态分布(均值为mean,方差为stdDev)计算数值型属性当属性值为x时的概率密度.
(8) getRevision()
返回程序的版本号.
(9) Main()
当类从命令行被执行时,就会调用main()方法.他只是用所给的命令行选项告诉Weka的Evaluation类来评估朴素贝叶斯,并且打印所得到的数组.完成这个功能的一行表达式包括在try-catch声明中.try-catch声明用于发现Weka例程或其他Java方法中抛出的各种异常.
分享到:
评论

相关推荐

    Weka 贝叶斯网络实践教程

    Weka 贝叶斯网络实践教程,讲述贝叶斯网络建模软件Weka的基本功能和操作流程

    贝叶斯算法

    Weka提供多种贝叶斯网络分类器,如Naive Bayes、Multinomial Naive Bayes和Bayesian Network等,它们各有特点,适用于不同的数据集和问题。 **1. Naive Bayes:** Naive Bayes是最简单的贝叶斯分类器,假设特征...

    Bayes算法新版的实现

    Bayes算法是一种基于概率统计的分类方法,它以贝叶斯定理为基础,广泛应用于机器学习、数据挖掘和自然语言处理等领域。在Java编程语言中,我们可以实现Bayes算法的新版来提高计算效率和准确性。在这个“Bayes算法...

    BayesianNetClassifiers-3-5-8.rar_weka_weka Csharp_weka bay_贝叶斯_贝

    《Weka中的贝叶斯分类器深度解析》 在数据挖掘和机器学习领域,Weka是一个广泛使用的开源工具,它提供了各种算法供用户选择。在这些算法中,贝叶斯分类器是备受青睐的一种,因其理论基础稳固且在实际应用中表现出色...

    weka-src[weka源码]

    我们可以在这个目录下找到各种数据处理和机器学习算法的实现,包括数据预处理类(如过滤器)、学习算法(如决策树、贝叶斯网络、支持向量机等)、评估工具以及用户界面相关的组件。此外,Weka源码还可能包含了测试...

    weka开发java版jar包和源码

    例如,以下是一个简单的Java代码片段,展示了如何使用Weka的朴素贝叶斯分类器(NaiveBayes): ```java import weka.classifiers.bayes.NaiveBayes; import weka.core.Instances; // 加载数据 Instances data = ...

    wake 的贝叶斯帮助文档

    根据提供的文件信息,本文档旨在深入解析Weka中贝叶斯网络分类器的学习算法,涵盖结构学习、参数估计、评分度量以及与通用分类器性能比较等内容,为用户提供详尽的操作指南和实现细节。 ### 贝叶斯网络分类器在Weka...

    matlab2weka.zip

    "wekaNBexample.m"是WEKA朴素贝叶斯(Naive Bayes)分类器的一个示例应用。朴素贝叶斯是一种基于概率的分类方法,简单且易于实现,适用于大量数据的分类问题。 "saveARFF.m"和"loadARFF.m"分别用于保存和加载.arff...

    JAVA-weka包.zip

    - 贝叶斯分类器:朴素贝叶斯、多项式贝叶斯等。 - 支持向量机:SVM,通过构造最大边距超平面进行分类。 - 集成学习:AdaBoost、Bagging、RandomSubSpace等,通过组合多个弱分类器构建强分类器。 **3. 回归算法** ...

    Java实现对Weka算法的应用案例

    5. **分类算法**:Weka包含各种经典的分类算法,如决策树(C4.5, J48)、随机森林、朴素贝叶斯、支持向量机(SVM)、神经网络等。开发者可以根据需求选择合适的算法,并使用`Classifier`接口训练模型。 6. **回归...

    Weka各类分类器的使用(Java)

    "Weka各类分类器的使用(Java)" 本文将详细介绍如何使用Weka在Java中实现分类器的使用,包括配置MyEclipse2013+Weka3.6+libsvm3.18+Jdk1.7+Win8.1环境,使用Weka实现分类器的步骤,以及使用LibSVM实现分类器的步骤...

    weka_doc(weka文档)

    2. **分类算法**:Weka包含了大量的监督学习算法,如决策树(C4.5, ID3)、随机森林、朴素贝叶斯、支持向量机(SVM)、神经网络等。这些算法用于从有标签的数据中构建预测模型。 3. **回归算法**:对于连续值预测,...

    weka java 开发软件

    此外,Weka支持多种监督和无监督学习算法,如决策树(C4.5, J48)、贝叶斯网络、神经网络、支持向量机、集成方法(如AdaBoost, Bagging, Random Forest)以及聚类算法(K-means, EM)。这些算法涵盖了机器学习领域的...

    WEKA完整中文教程 实验教程 入门教程

    3. **模型构建**:在预处理后的数据上选择合适的机器学习算法,如决策树(J48)、支持向量机(SVM)、朴素贝叶斯等,通过"选择算法"进行模型训练。 4. **评估与可视化**:训练完成后,可以使用测试集评估模型性能,...

    weka-3.7.3.jar- java开发包

    - **分类与回归**:支持多种监督学习算法,如决策树(C4.5, ID3)、贝叶斯分类器(Naive Bayes)、支持向量机(SVM)、神经网络等。 - **聚类**:无监督学习算法,如K-means、EM(期望最大化)、层次聚类等。 - *...

    weka jar包

    1. **机器学习算法库**:Weka包含了多种经典的机器学习算法,如决策树(C4.5, ID3),贝叶斯网络,支持向量机(SVM),集成学习(如AdaBoost, Random Forest),聚类算法(K-means, EM)等。这些算法覆盖了监督学习...

    weka源代码分析

    `weka.classifiers`涵盖了各种分类器,如朴素贝叶斯、决策树、支持向量机等。`wea filters`则包含了数据预处理的过滤器。 2. **算法实现** 深入研究Weka的源代码,你可以发现每种机器学习算法都有对应的Java类,...

    数据挖掘weka使用C4.5实验报告

    本实验报告聚焦于使用Weka工具,结合C4.5算法,对UCI数据集进行分类学习,探究数据集规模和属性数量对决策树分类准确度的影响。 决策树是一种常用的数据挖掘方法,它以树状结构呈现,自顶向下递归地根据属性值进行...

    java实现朴素贝叶斯分类算法

    在Java中,可以使用开源机器学习库如Weka,它提供了朴素贝叶斯分类器的接口,也可以直接编写自己的朴素贝叶斯分类器。 9. **代码实现**:在实际编程中,需要创建类来表示数据,比如`Document`类包含特征集合;创建...

    NB java weka 数据挖掘 机器学习 模式识别 朴素贝叶斯

    NB java weka 数据挖掘 机器学习 模式识别 朴素贝叶斯

Global site tag (gtag.js) - Google Analytics