WEKA - 从 Java 中的特征向量列表创建实例
WEKA - Create Instances from a List of feature Vectors in Java
我有一大堆固定长度的特征向量。列表长 1000 个向量，每个向量长度为 10.000 个双精度值。
100 个向量代表一个 class（每个 class 100 个样本），因此以后的模型训练将涉及此逻辑：100 个正样本对 900 个负样本或简而言之，一个 class 对所有其他样本。
如何从向量列表在 Java 中创建实例以进行一些模型训练？
这是我的包含所有特征向量的列表：
public static List <Vector<Double>> featuresList = new LinkedList<Vector<Double>>();
如果我遗漏了什么，请告诉我。
要训练您的模型，您必须创建一个 instances 来减速您的属性。
实例是一组 instance。然后您可以将您的实例添加到您的实例。
您可以从双向量创建 SparseInstance 或 DenseInstance：
public SparseInstance(double weight, double[] attValues)
public DenseInstance(double weight, /*@non_null@*/ double[]attValues){
您可以使用双数组代替 Vector<Double>。
找到创建实例的任何有用信息
我有一大堆固定长度的特征向量。列表长 1000 个向量，每个向量长度为 10.000 个双精度值。 100 个向量代表一个 class（每个 class 100 个样本），因此以后的模型训练将涉及此逻辑：100 个正样本对 900 个负样本或简而言之，一个 class 对所有其他样本。
如何从向量列表在 Java 中创建实例以进行一些模型训练？
这是我的包含所有特征向量的列表：
public static List <Vector<Double>> featuresList = new LinkedList<Vector<Double>>();
如果我遗漏了什么，请告诉我。
要训练您的模型，您必须创建一个 instances 来减速您的属性。
实例是一组 instance。然后您可以将您的实例添加到您的实例。
您可以从双向量创建 SparseInstance 或 DenseInstance：
public SparseInstance(double weight, double[] attValues)
public DenseInstance(double weight, /*@non_null@*/ double[]attValues){
您可以使用双数组代替 Vector<Double>。