机器学习weka，java api调用随机森林及保存模型
蓝白云 2018-11-16
工作需要，了解了一下weka的java api，主要是随机森林这一块，刚开始学习，记录下。
了解不多，直接上demo，里面有一些注释说明：
package weka;
import java.io.File;
import weka.classifiers.Classifier;
import weka.classifiers.trees.RandomForest;
import weka.core.Instances;
import weka.core.SerializationHelper;
import weka.core.converters.ArffLoader;
public class demo {
public static void main(String[] args) throws Exception {
Classifier m_classifier = new RandomForest();
File inputFile = new File("F:/java/weka/trainData.arff");//训练语料文件
ArffLoader atf = new ArffLoader();
atf.setFile(inputFile);
Instances instancesTrain = atf.getDataSet(); // 读入训练文件
inputFile = new File("F:/java/weka/testData.arff");//测试语料文件
atf.setFile(inputFile);
Instances instancesTest = atf.getDataSet(); // 读入测试文件
instancesTest.setClassIndex(0); //设置分类属性所在行号（第一行为0号），instancesTest.numAttributes()可以取得属性总数
double sum = instancesTest.numInstances(),//测试语料实例数
right = 0.0f;
instancesTrain.setClassIndex(0);
m_classifier.buildClassifier(instancesTrain); //训练
System.out.println(m_classifier);
// 保存模型
SerializationHelper.write("LibSVM.model", m_classifier);//参数一为模型保存文件，classifier4为要保存的模型
for(int i = 0;i<sum;i++)//测试分类结果 1
{
if(m_classifier.classifyInstance(instancesTest.instance(i))==instancesTest.instance(i).classValue())//如果预测值和答案值相等（测试语料中的分类列提供的须为正确答案，结果才有意义）
{
right++;//正确值加1
}
}
// 获取上面保存的模型
Classifier classifier8 = (Classifier) weka.core.SerializationHelper.read("LibSVM.model");
double right2 = 0.0f;
for(int i = 0;i<sum;i++)//测试分类结果 2 (通过)
{
if(classifier8.classifyInstance(instancesTest.instance(i))==instancesTest.instance(i).classValue())//如果预测值和答案值相等（测试语料中的分类列提供的须为正确答案，结果才有意义）
{
right2++;//正确值加1
}
}
System.out.println(right);
System.out.println(right2);
System.out.println(sum);
System.out.println("RandomForest classification precision:"+(right/sum));
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
其中包含了随机森林的使用，包括训练、模型保存及算法结果。实际使用时拆分为两部分，在后台进行训练，客户端使用训练后的模型计算结果。当然还有实时训练的情况，这个后面再去了解。
随机森林可能还有很多配置参数需要调整，后续慢慢去学习。
