皮裤小胖 皮裤小胖
关注数: 8 粉丝数: 352 发帖数: 7,470 关注贴吧数: 30
weka问题 Problem evaluating classifier：Train and test set are not compatible 打开训练集 然后添加不相关的测试集后总是报错说："Problem evaluating classifier:Train and test set are not compatible" 打开数据集发现好像题头的属性不一样： 训练集为@attribute r {a,p,v} 测试集为@attribute r {a,v,p} 等等这样的形式，数据的顺序不同，如果把他们改成一样的 则就可以顺利运行 也就是说，训练集和测试集的表头严格要求一致，具体可这样操作： 第一步：将训练集和测试集放到同一个文件中，用weka打开，save成.arff文件，得到表头 第二步：将训练集和测试集分成两个文件，把刚才得到的表头分别作为训练集和测试集的表头 这样就能保持一致了！
java 导入 weka 引入weka的jar就可以了，把jar加到classpath下，用eclipse就，右键点项目名 --> build path --> add external archives 加入相关的jar就可以！！
WEKA中加入新算法 编写新算法，所编写的新算法必须符合Weka 的接口标准。在此以从Weka中文站上下载的一个算法（模糊C均值聚类算法：FuzzyCMeans）的添加为例说明其具体过程。 2. 由于FuzzyCMeans是聚类算法，所以直接将FuzzyCMeans.java 源程序考到 weka.clusterers 包下 3. 再修改weka.gui.GenericObjectEditor.props ，在#Lists the Clusterers I want to choose from的weka.clusterers.Clusterer=\下加入：weka.clusterers.FuzzyCMeans 4. 相应的修改weka.gui.GenericPropertiesCreator.props ，此去不用修改，因为包weka.clusterers已经存在，若加入新的包时则必须修改这里，加入新的包 我试了一下，这样加入之后，重新编译，运行后，可以在weka的Explorer界面上的Cluster选项卡中的聚类算法中找到刚刚新添加的FuzzyCMeans算法。 添加过程简单吧！关键问题是要弄清楚Weka的内核以及其接口标准，然后编写出符合此规范的新算法。
基于增量学习的推荐攻击集成检测算法（weka上训练分类器） 采用MovieLens 1M数据集作为训练集以及利用常用的协同过滤推荐攻击检测特征（如RDMA,WDA等）在Weka平台上进行训练生成基分类器。利用机器学习领域的知识和现有攻击检测的一些研究成果提出一种基于增量的推荐攻击集成检测算法。利用训练样本进行机器学习，形成N组分类规则，得到N组决策树分类器。利用这些决策树分类器对现有样本或未知样本进行检测并且利用遗传算法同步更新及淘汰现有决策树分类器，最后对这些分类器的检测结果进行加权投票的得到最终的检测结果。
卷积神经网络（Convolutional Neural Network）总结 卷积神经网络（Convolutional Neural Network）总结 欢迎各位访问。相关网站： CNNs应用的最成功的一个例子：Yann LeCun（曾经是Hinton组的research associate） http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fwww.aitmr.com%2Findex.php%2Fairesearch%2F302.html&urlrefer=a85b672cfe310dc3240a7b1d31d880a5
机器学习 机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。采用机器学习方法的计算机程序被成功用于机器人下棋程序、语音识别、信用卡欺诈监测、自主车辆驾驶、智能机器人等应用领域，除此之外机器学习的理论方法还被用于大数据集的数据挖掘这一领域。实际上，在任何有经验可以积累的地方，机器学习方法均可发挥作用。 学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对机器学习给出各种定义。H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。从事专家系统研制的人们则认为学习是知识的获取。这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。 机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能；不会自动获取和发现所需要的知识。它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。 机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 机器学习已经有了十分广泛的应用例如搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。 自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研究工作发展很快，已成为中心课题之一。 目前，机器学习领域的研究工作主要围绕以下三个方面进行： （1）面向任务的研究 研究和分析改进一组预定任务的执行性能的学习系统。 （2）认知模型 研究人类学习过程并进行计算机模拟。 （3）理论分析 从理论上探索各种可能的学习方法和独立于应用领域的算法。 机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。本章将首先介绍机器学习的定义、意义和简史，然后讨论机器学习的主要策略和基本结构，最后逐一研究各种机器学习的方法与技术，包括机械学习、基于解释的学习、基于事例的学习、基于概念的学习、类比学习和基于训练神经网络的学习等。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展 。
数据挖掘基础知识 （1）数据挖掘基础书籍 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fyun.baidu.com%2Fshare%2Flink%3Fshareid%3D4001575278%26uk%3D2550309091&urlrefer=b69216c6ca9f6de2442ec269ecfa4570 （2）SAS书籍 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fyun.baidu.com%2Fshare%2Flink%3Fshareid%3D4006541134%26uk%3D2550309091&urlrefer=445735e4cefc40ab6ec1ecf5cbccc366 （3）excel VBA书籍 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fyun.baidu.com%2Fshare%2Flink%3Fshareid%3D4011864038%26uk%3D2550309091&urlrefer=a249612bef3b9f5987b51434f9f5e9dc （4）clementine书籍+学习视频 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fpan.baidu.com%2Fs%2F1gdl7dC3&urlrefer=34c0e19674fc85e4c157045b1e9d7a79 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fpan.baidu.com%2Fs%2F1rgWYa&urlrefer=e28d862d40dca487b9d1824664f5442e
欢迎入住本吧 讨论WEKA
蒙蒂略脚肿的真厉害 好运
郜飞机红牌没问题 收脚动作不连贯，动机就是想踢人。
诰林第一反应就是想踢人 然后后来后悔才收的脚。这叫杀人未遂。红牌没问题
说实话，我当教练最差就这样了 还能差哪里去
说实话，我当教练最差就这样了 还能差哪里去
大雷最近出击老犹豫 好多球该出击不出击 在等死
王8可以退役了
大爱乌索 今年中超最佳阵容应有他一席之地
为什么苦苦要求蒙蒂略的数据 从赛季开始到现在 鲁能的大部分进攻都是蒙蒂略策动 没什么疑问吧 要数据的 真心不想解释 鲁能必须树立他的核心地位
王8射门都不自信了 结了婚真不行了
必须树立蒙蒂略的核心地位
欢迎大家入驻highweka吧 非常强大的数据挖掘工具 weka http://tieba.baidu.com/f?kw=highweka&fr=home&fp=0&ie=utf-8
weka官网 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fwww.cs.waikato.ac.nz%2Fml%2Fweka%2F&urlrefer=8736b6dd7d746544d50fac92b5984b4c
weka下载地址 http://tieba.baidu.com/mo/q/checkurl?url=http%3A%2F%2Fsourceforge.net%2Fprojects%2Fweka%2F&urlrefer=8277d4b874202b485c916d2b40e091c1
赢龟安比赢谁都高兴 同感的进
不要骂戴琳 如果不施压 裁判不一定给周挺掏牌 你信吗 反正我信了
我就想问裁判一句 为什么掏牌那么墨迹 你他妈的在思考什么
裁判掏牌为什么墨迹 就是想看热闹 打起来 把咱的人罚下
裁判就等着戴琳出招 真他妈黑 为什么等一会再出牌呢 明天在等事 真傻比
库卡把赵明剑忘了吗
我感觉我去带鲁能最差也就这样了 这配置踢不出成绩，真让人捉鸡。有些替补到别的队都是核心吧
蒙蒂略是这几个外援中实力最强的，同意的进 蒙蒂略是这几个外援中实力最强的，同意的进
洛维你所延误的战机远比你进球多 洛维你所延误的战机远比你进球多
认为最该走的外援是洛维的进来报个到 认为最该走的外援是洛维的进来报个到
蒙蒂略必须回归主力
库卡：鲁能有能力赢下比赛 冠军？我确实更有信心 真能吹牛逼 说话跟放屁一样
勒夫一场丢多少球 统计过吗
世界杯1/8决赛有点今年NBA首轮季后赛的感觉 到了1/4就不一定这么胶着了
巴西太像鲁能 队中球星很多 踢得很别扭 战术打法单一 看不出什么清晰的套路 有点打哪算哪的感觉 踢谁都没有把握 但踢谁都有赢得机会 我看巴西运气也差不多了 很可能止步八强 被哥伦比亚干掉
阿根廷vs尼日利亚疑似假球 本来冲着3：3去了 看那边波黑领先 就算了
皮尔洛就是中国篮球界的王治郅 皮尔洛： 我要退役了 意大利足协：哥 你再踢几年吧 你退役了 意大利真完了 求你了 皮尔洛：哥 我真跑不动了 意大利足协：没事 你在场上睡一会都行
意大利这水平 出局不意外
世界杯快成美洲杯了
巴西VS喀麦隆假球 百分百
不想错过皮尔洛的每一分钟比赛 大师
今年世界杯的冠军下届要小心 10年的意大利，14年的西班牙都载了跟头
卫冕冠军小组出局并不稀罕 02年法国，10年意大利
02年的法国，10年的意大利，14年的西班牙 历史惊人的相似
国足球票去哪搞？
穆勒长得像一个人 毕姥爷
我看皮尔洛是越老越牛逼 别退役了 年轻的时候真没现在这么大师
意大利的比赛我将一秒不会错过 因为我不想错过皮尔洛 绝对的大师 没有皮尔洛的意大利 下降一个档次
一场平局没有 怎么了
如果皮尔洛退役了 意大利真会下降一个档次
朱广沪解说比赛只有在进球的时候啊两下 他妈怎么会叫他去呢
说控球过时了 只能说明不懂球 他妈我全场控你90分钟 能过时吗？ 只能说西班牙的控制力大不如以前了 当初穆里尼奥的三后腰和穆式反击，也抗衡不了巴萨 当初你们怎么不说过时了？ 只看到表面 还说找到了破解之道 如果打中国队，破解之道会更多
荷兰和智利最后一场做掉西班牙的节奏啊 希望不要出现 公平竞赛
若西班牙能够出现 将很可怕 历史规律 小组赛比较困难的球队 一般会走的很远
托雷斯是真慢啊 为什么不上比利亚啊
荷兰淘汰赛又悬了呵呵
点球误判 但西班牙真有冠军相 还没完全法力
这球要是点球，英超一场得40多个 这球要是点球，英超一场得40多个
首页 3 4 5 6 7 8 下一页