本文共 4302 字，大约阅读时间需要 14 分钟。
摘要:更方便更简单起见，封装了Weka
// 测试WekaFactory
package cn.edu.xmu.bdm.wekainjava.utils;import java.io.File;import weka.classifiers.Classifier;import weka.classifiers.Evaluation;import weka.classifiers.trees.J48;import weka.core.Instances;public class TestWekaFactory { /** * @param args * @throws Exception */ public static void main(String[] args) throws Exception { File trainFile = new File( "C:\\Program Files\\Weka-3-6\\data\\cpu.with.vendor.arff"); File testFile = new File( "C:\\Program Files\\Weka-3-6\\data\\cpu.with.vendor.arff"); /** * 1. 获取weka工厂类 */ WekaFactory wi = WekaFactoryImpl.getInstance(); /** * 2. 从工厂中获取分类器 具体使用哪一种特定的分类器可以选择 这样就构建了一个简单的分类器 */ Classifier j48 = (Classifier) wi.getClassifier(J48.class); /** * 3. 从工厂中获取训练样本和测试样本实例 */ Instances instancesTrain = wi.getInstance(trainFile); instancesTrain.setClassIndex(0); Instances instancesTest = wi.getInstance(testFile); instancesTest.setClassIndex(0); /** * 4.使用训练样本训练分类器 */ j48.buildClassifier(instancesTrain); /** * 5. 从工厂中获取使用Evaluation，测试样本测试分类器的学习效果 */ double sum = instancesTrain.numInstances(); Evaluation testingEvaluation = wi.getEvaluation(j48, instancesTest); int length = instancesTest.numInstances(); for (int i = 0; i < length; i++) { // 通过这个方法来用每个测试样本测试分类器的效果 testingEvaluation.evaluateModelOnceAndRecordPrediction(j48, instancesTest.instance(i)); } System.out.println("分类器的正确率：" + (1 - testingEvaluation.errorRate())); }}
工厂模式封装的优点： 1. 良好的封装性，代码结构清晰
2. 扩展性很好 3. 屏蔽产品类 4. 典型的解耦框架单例模式的优点： 1. 减少内存开支 2. 减少系统性能开销 3. 避免对资源的多重占用 4. 可以在系统设置全局访问点，优化和共享资源访问单例的创建使用双重检查加锁方式，延迟加载以及线程安全package cn.edu.xmu.bdm.wekainjava.utils;import java.io.File;import weka.classifiers.Classifier;import weka.classifiers.Evaluation;import weka.core.Instances;/** * desc:weka各种类工厂 *WekaFactory* @version 1.0 * @author chenwq * */public abstract class WekaFactory { /** * java.lang.Object * ——weka.core.Instances * @param clazz * @return */ public abstractT getClassifier(Class clazz); /** * 从.arff文件中获取样本Instances; * @param fileName 获得instances的文件名 * @return */ public abstract T getInstance(String fileName); /** * 从.arff文件中获取样本Instances; * @param file 获得instances的File对象 * @return */ public abstract T getInstance(File file); /** * 获得一个Evaluation对象 * @param h 一个已经训练过的分类器 * @param ins 测试样本 * @return */ public abstract T getEvaluation(Classifier h, Instances ins);}
package cn.edu.xmu.bdm.wekainjava.utils;import java.io.File;import weka.classifiers.Classifier;import weka.classifiers.Evaluation;import weka.core.Instance;import weka.core.Instances;import weka.core.converters.ArffLoader;/** *@see cn.edu.xmu.bdm.wekainjava.utils.WekaFactory */public class WekaFactoryImpl extends WekaFactory{ private volatile static WekaFactoryImpl instance = null; private WekaFactoryImpl() { } public synchronized static WekaFactoryImpl getInstance() { if (instance == null) { instance = new WekaFactoryImpl(); } return instance; } @Override /** * @ */ public T getClassifier(Class clazz) { Classifier classifier = null; try{ classifier = (Classifier)Class.forName(clazz.getName()).newInstance(); }catch(Exception e){ //TODO:创建Classifier异常处理 } return (T)classifier; } @Override public T getInstance(String fileName) { File file = new File(fileName); return getInstance(file); } @Override public T getInstance(File file) { Instances inst = null; try { ArffLoader loader = new ArffLoader(); loader.setFile(file); inst = loader.getDataSet(); } catch (Exception e) { //TODO:创建Instances异常处理 } return (T)inst; } @Override public T getEvaluation(Classifier h, Instances ins) { try { Instance testInst; /* * Evaluation: Class for evaluating machine learning models * 即它是用于检测分类模型的类 */ Evaluation testingEvaluation = new Evaluation(ins); int length = ins.numInstances(); for (int i = 0; i < length; i++) { testInst = ins.instance(i); // 通过这个方法来用每个测试样本测试分类器的效果 testingEvaluation.evaluateModelOnceAndRecordPrediction(h, testInst); } return (T)testingEvaluation; } catch (Exception e) { System.out.println("haha bug!"); System.out.println(e); } return null; }}
转载地址：http://opwob.baihongyu.com/