1介绍：嵌入式机器学习是一个很小的数据挖掘程序，用自己的算法调用Weka实现文本分类，实用价值并不大，但有助于Weka的理解和使用。 本例为《数据挖掘：实用机器学习技术》第2版(如下文第3章所示。 大家可以到http://blogger.org.cn/blog/message.ASP吗？ name=DMman#23691下载这本书查看算法的详细说明。 在算法中做了详细的注释。 虽然是英语，但还是很简单。 已经简单介绍了例子的使用，感兴趣的人请研究一下。
2功能：使用weka的j48分类器实现了文本分类的小程序。 文本文件由weka过滤器StringToWordVector预处理。
3注意：只有将weka.jar放在你的classpath中才能通过编译。
4使用方法：
命令行参数：
-t文本文件的路径
-m你的模型文件路径
-c选项，类别(高或低) )。
如果提供了-c，则将其用于培训；否则，将其分类为模型，并输出该文本的类型(hit或miss )
模型是动态创建的。 第一次使用命令行时，必须指定-c参数才能创建模型。
1 )建立模型
jvamessageclassifier-tdata/1.BMP-mmy model-chit
可以看到myModel成立了。 然后继续训练这个模型。 的文本实例越多，模型的分类性能越好
jvamessageclassifier-tdata/2.BMP-mmy model-chit
javamessageclassifier-tdata/1.gif-mmy model-cmiss
.
2 )使用模型分类
如果有模型，可以用它对文本文件进行分类。 例如
javamessageclassifier-tdata/2.gif-mmy模型
3 )可以使用提供-c参数的命令继续改进模型
原始文件MessageClassifier .java/**
* javaprogramforclassifyingtextmessagesintotwoclasses。
*/
导入WEKA.core.attribute；
import weka.core.Instance；
import weka.core.Instances；
import weka.core.FastVector；
import weka.core.Utils；
import WEKA.classifiers.classifier；
import WEKA.classifiers.trees.j48；
import weka.filters.Filter；
import WEKA.filters.unsupervised.attribute.stringtowordvector；
import java.io.*；
publicclassmessageclassifierimplementsserializable {
/* thetrainingdatagatheredsofar.* /
私有实例m _ data=null；
/* thefilterusedtogeneratethewordcounts.* /
privatestringtowordvectorm _ filter=newstringtowordvector (；
/* The actual classifier. */
privateclassifierm _ classifier=newj 48 (；
/* Whether the model is up to date. */
私密布尔型m _ upto date；
//*
*构造模板数据集。
*/
公共消息分类器() throws Exception {
stringnameofdataset=' messageclassificationproblem '；
//创建向量of attributes。
fastvectorattributes=newfastvector (2；
//addattributeforholdingmessages。
attributes.addelement (new attribute (' message )，)快速向量(null )；
// Add class attribute.
FastVector classValues = new FastVector(2);
classValues.addElement("miss");
classValues.addElement("hit");
attributes.addElement(new Attribute("Class", classValues));
// Create dataset with initial capacity of 100, and set index of class.
m_Data = new Instances(nameOfDataset, attributes, 100);
m_Data.setClassIndex(m_Data.numAttributes() - 1);
}
/**
* Updates data using the given training message.
*/
public void updateData(String message, String classValue) throws Exception {
// Make message into instance.
Instance instance = makeInstance(message, m_Data);
// Set class value for instance.
instance.setClassValue(classValue);
// Add instance to training data.
m_Data.add(instance);
m_UpToDate = false;
}
/**
* Classifies a given message.
*/
public void classifyMessage(String message) throws Exception {
// Check whether classifier has been built.
if (m_Data.numInstances() == 0) {
throw new Exception("No classifier available.");
}
// Check whether classifier and filter are up to date.
if (!m_UpToDate) {
// Initialize filter and tell it about the input format.
m_Filter.setInputFormat(m_Data);
// Generate word counts from the training data.
Instances filteredData = Filter.useFilter(m_Data, m_Filter);
// Rebuild classifier.
m_Classifier.buildClassifier(filteredData);
m_UpToDate = true;
}
// Make separate little test set so that message
// does not get added to string attribute in m_Data.
Instances testset = m_Data.stringFreeStructure();
// Make message into test instance.
Instance instance = makeInstance(message, testset);
// Filter instance.
m_Filter.input(instance);
Instance filteredInstance = m_Filter.output();
// Get index of predicted class value.
double predicted = m_Classifier.classifyInstance(filteredInstance);
// Output class value.
System.err.println("Message classified as : " +
m_Data.classAttribute().value((int)predicted));
}
/**
* Method that converts a text message into an instance.
*/
private Instance makeInstance(String text, Instances data) {
// Create instance of length two.
Instance instance = new Instance(2);
// Set value for message attribute
Attribute messageAtt = data.attribute("Message");
instance.setValue(messageAtt, messageAtt.addStringValue(text));
// Give instance access to attribute information from the dataset.
instance.setDataset(data);
return instance;
}
/**
* Main method.
*/
public static void main(String[] options) {
try {
// Read message file into string.
String messageName = Utils.getOption('t', options);
if (messageName.length() == 0) {
throw new Exception("Must provide name of message file.");
}
FileReader m = new FileReader(messageName);
StringBuffer message = new StringBuffer(); int l;
while ((l = m.read()) != -1) {
message.append((char)l);
}
m.close();
// Check if class value is given.
String classValue = Utils.getOption('c', options);
// If model file exists, read it, otherwise create new one.
String modelName = Utils.getOption('m', options);
if (modelName.length() == 0) {
throw new Exception("Must provide name of model file.");
}
MessageClassifier messageCl;
try {
ObjectInputStream modelInObjectFile =
new ObjectInputStream(new FileInputStream(modelName));
messageCl = (MessageClassifier) modelInObjectFile.readObject();
modelInObjectFile.close();
} catch (FileNotFoundException e) {
messageCl = new MessageClassifier();
}
// Check if there are any options left
Utils.checkForRemainingOptions(options);
// Process message.
if (classValue.length() != 0) {
messageCl.updateData(message.toString(), classValue);
} else {
messageCl.classifyMessage(message.toString());
}
// Save message classifier object.
ObjectOutputStream modelOutObjectFile =
new ObjectOutputStream(new FileOutputStream(modelName));
modelOutObjectFile.writeObject(messageCl);
modelOutObjectFile.close();
} catch (Exception e) {
e.printStackTrace();
}
}
}