分类： Java
2011-08-02 11:44:36
1 介绍：嵌入式机器学习，在自己的算法中调用Weka实现文本分类,是一个小的数据挖掘程序，虽然实用价值不是很大，但对于Weka的理解和使用是有帮助的。本例子来自《数据挖掘：实用机器学习技术》第2版。大家可以到本站（http://huangbo929.blog.edu.cn[/url]）下载该书察看对算法的详细解释。算法中作了详细的注释，虽然是英文的，但还是比较简单。下面对例子的使用作了浅显的介绍，有兴趣的朋友可以研究。
2 功能：使用weka中的j48分类器实现了文本分类的一个小程序。文本文件通过weka的过滤器StringToWordVector预处理。
3 注意：把weka.jar加入你的classpath中，才可以通过编译。
wjtaTO&n|[
4 使用方法：
命令行参数：
-t 文本文件路径
-m 你的模型文件路径
-c 可选，类别（hit 或 miss）
如果提供了-c则用于训练，否则被模型分类，输出该文本的类型（hit或miss）
模型是动态建立的，第一次使用命令行必须指定-c参数，才可以建立模型。
1) 建立模型
>java MessageClassifier -t data/1.bmp -m myModel -c hit
可以看到myModel建立了。然后继续训练一下这个模型。使用的文本实例越多，模型的分类性能越好 q)f ^OuC
>java MessageClassifier -t data/2.bmp -m myModel -c hit
>java MessageClassifier -t data/1.gif -m myModel -c miss
2) 使用模型分类
有了模型，就可以使用它为文本文件分类了，如
>java MessageClassifier -t data/2.gif -m myModel
3) 可以使用提供-c参数的命令继续完善模型
原文地址:http://www.5iai.com/blog/blog.php?do=showone&uid=3&type=blog&cid=&itemid=200
