社区
肖欢的课程社区_NO_1
机器学习初学者必会的案例精讲
帖子详情
使用Weka进行分类任务(Classification,数据源:Irish)
克洛伊·帕克
2023-01-13 02:07:09
课时名称
课时知识点
使用Weka进行分类任务(Classification,数据源:Irish)
使用Weka进行分类任务(Classification,数据源:Irish)
...全文
49
回复
打赏
收藏
使用Weka进行分类任务(Classification,数据源:Irish)
课时名称课时知识点使用Weka进行分类任务(Classification,数据源:Irish)使用Weka进行分类任务(Classification,数据源:Irish)
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
应用
WEKA
进行
数据
分类
WEKA
把
分类
(
Classification
)和回归(Regression)都放在“Classify”选项卡中,这是有原因的。 在这两个
任务
中,都有一个目标属性(输出变量)。我们希望根据一个样本(
WEKA
中称作实例)的一组特征(输入变量),对目标
进行
预测。为了实现这一目的,我们需要有一个训练数据集,这个数据集中每个实例的输入和输出都是已知的。观察训练集中的实例,可以建立起预测的模型。有了这个模型,我们就可以对新的输出未知的实例
进行
预测了。衡量模型的好坏就在于预测的准确程度。 在
WEKA
中,待预测的目标(输出)被称作Class属性,这应该是来自
分类
任务
的“类”。一般的,若Class属性是
分类
型时我们的
任务
才叫
分类
,Class属性是数值型时我们的
任务
叫回归。
weka
开发java版jar包和源码
weka
jar包和
weka
源码。之前在CSDN上下载一个
weka
的jar包,发现源码不对,这次上传自己用的,分享给大家
weka
中文教程
weka
中文教程(有界面的)
中文文本
分类
源代码
使用
JAVA
文本
分类
源代码 主要是中文文本
分类
其他的话 看看我的空间
libsvm-3.17
支持向量机源码,可在 www.csie.ntu.edu.tw/~cjlin/libsvm/ 下载到最新版本,该版本是 2013年4月更新的,3.17 版。压缩包里面有源代码和文档。以下摘自前述网站: Introduction LIBSVM is an integrated software for support vector
classification
, (C-SVC, nu-SVC), regression (epsilon-SVR, nu-SVR) and distribution estimation (one-class SVM). It supports multi-class
classification
. Since version 2.8, it implements an SMO-type algorithm proposed in this paper: R.-E. Fan, P.-H. Chen, and C.-J. Lin. Working set selection using second order information for training SVM. Journal of Machine Learning Research 6, 1889-1918, 2005. You can also find a pseudo code there. (how to cite LIBSVM) Our goal is to help users from other fields to easily use SVM as a tool. LIBSVM provides a simple interface where users can easily link it with their own programs. Main features of LIBSVM include Different SVM formulations Efficient multi-class
classification
Cross validation for model selection Probability estimates Various kernels (including precomputed kernel matrix) Weighted SVM for unbalanced data Both C++ and Java sources GUI demonstrating SVM
classification
and regression Python, R, MATLAB, Perl, Ruby,
Weka
, Common LISP, CLISP, Haskell, OCaml, LabVIEW, and PHP interfaces. C# .NET code and CUDA extension is available. It's also included in some data mining environments: RapidMiner, PCP, and LIONsolver. Automatic model selection which can generate contour of cross valiation accuracy.
肖欢的课程社区_NO_1
1
社区成员
26
社区内容
发帖
与我相关
我的任务
肖欢的课程社区_NO_1
复制链接
扫一扫
分享
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章