Java中使用WEKA库中的神经网络

问题描述

嗨，我想使用WEKA库中的神经网络进行简单的培训和测试。

但是，我发现它并不是微不足道的，与库中的NaiveBayes类不同。

有人知道如何在Java代码中使用此类吗？

解决方法：

以下步骤可能会为您提供帮助：

1. 添加Weka库

下载Weka。

从包中找到“ Weka.jar”并添加项目。

Java代码段

2. 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?));

哪里，

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

3. 神经分类器训练验证

用于评估训练数据，

    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

要应用K-fold验证

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

4. 评估/预测未标记的数据

   Instances datapredict = new Instances(
   new BufferedReader(
   new FileReader()));
   datapredict.setClassIndex(datapredict.numAttributes() – 1);
   Instances predicteddata = new Instances(datapredict);
   //Predict Part
   for (int i = 0; i ));
   writer.write(predicteddata.toString());
   writer.newLine();
   writer.flush();
   writer.close();

想必这篇“Java中使用WEKA库中的神经网络”内容朋友们都大概了解清楚了吧！在我们爱站技术频道网站有很多精彩的技术文章，感兴趣的朋友可以收藏起来以备不时之需。