在 Java 代码中使用 WEKA 中的神经网络 Class

Question

您好，我想使用 WEKA 库中的神经网络进行简单的训练和测试。

但是，我发现它不是微不足道的，它与库中的 NaiveBayes class 不同。

有人知道如何在 java 代码中使用这个 class 吗？

Answer 1

我在互联网上阅读了一些资料，然后才意识到 "if you want to use NeuralNetwork classifier in WEKA library, so the approach is NOT using the given NeuralNetwork class, but it should be "多层感知器"class"

有点棘手，耗费了我的时间。

我希望它对任何正在为此苦苦挣扎的人有用。

http://weka.8497.n7.nabble.com/Multi-layer-perception-td2896.html

Ps。如有错误请指正！

Answer 2

以下步骤可能会对您有所帮助：

添加 Weka 库

从 http://www.cs.waikato.ac.nz/ml/weka/downloading.html 下载 Weka。

从包中找到'Weka.jar'并添加到项目中。

Java 代码片段

构建神经分类器

public void simpleWekaTrain(String filepath)
{
try{
//Reading training arff or csv file
FileReader trainreader = new FileReader(filepath);
Instances train = new Instances(trainreader);
train.setClassIndex(train.numAttributes() – 1);
//Instance of NN
MultilayerPerceptron mlp = new MultilayerPerceptron();
//Setting Parameters
mlp.setLearningRate(0.1);
mlp.setMomentum(0.2);
mlp.setTrainingTime(2000);
mlp.setHiddenLayers(“3?);
mlp.buildClassifier(train);
}
catch(Exception ex){
ex.printStackTrace();
}
}

另一种设置参数的方式，

    mlp.setOptions(Utils.splitOptions(“-L 0.1 -M 0.2 -N 2000 -V 0 -S 0 -E 20 -H 3?));

其中，

L = Learning Rate
M = Momentum
N = Training Time or Epochs
H = Hidden Layers
etc.

神经分类器训练验证

为了评估训练数据，

    Evaluation eval = new Evaluation(train);
    eval.evaluateModel(mlp, train);
    System.out.println(eval.errorRate()); //Printing Training Mean root squared Error
    System.out.println(eval.toSummaryString()); //Summary of Training

应用 K 折验证

    eval.crossValidateModel(mlp, train, kfolds, new Random(1));

Evaluating/Predicting 未标记数据

Instances datapredict = new Instances(
new BufferedReader(
new FileReader(<Predictdatapath>)));
datapredict.setClassIndex(datapredict.numAttributes() – 1);
Instances predicteddata = new Instances(datapredict);
//Predict Part
for (int i = 0; i < datapredict.numInstances(); i++) {
double clsLabel = mlp.classifyInstance(datapredict.instance(i));
predicteddata.instance(i).setClassValue(clsLabel);
}
//Storing again in arff
BufferedWriter writer = new BufferedWriter(
new FileWriter(<Output File Path>));
writer.write(predicteddata.toString());
writer.newLine();
writer.flush();
writer.close();

在 Java 代码中使用 WEKA 中的神经网络 Class

Using Neural Network Class in WEKA in Java code

java

weka