在Python中使用Weka

  Weka是用Java編寫的資料採礦工具，如果要在Python中調用Weka，需要用到Jython。Jython是100%用Java實現的Python，可以無縫的嵌入到Java平台當中。

  前期準備：

  1. 安裝JDK,Jython

  2. 將Jython的執行路徑加入到$PATH，將Weka.jar的路徑加入到$CLASSPATH中

  下面我們用Jython調用Weka的樸素貝葉斯分類器來對資料進行分類：

 1 #!/usr/bin/python 2  #coding=UTF-8 3  import sys 4  import java.io.FileReader as FileReader 5  import java.io.File as File 6  import weka.core.Instances as Instances 7  import weka.core.converters.CSVLoader as CSVLoader 8  import weka.classifiers.bayes.NaiveBayes as NaiveBayes 9  #訓練資料格式為CSV檔案10  loader=CSVLoader()11  loader.setSource(File('train.csv'))12  data=loader.getDataSet()13  14  '''15  訓練資料格式為arff檔案16  reader = FileReader("/train.arff")17  data = Instances(reader)18  '''19  20  #設定分類屬性21  data.setClassIndex(data.numAttributes()-1)22  23  #訓練樸素貝葉斯模型24  nb=NaiveBayes()25  #設定選項，測出我們不使用任何選項26  options=splitOptions('')27  nb.setOptions(options)28  nb.buildClassifier(data)29  #輸出訓練好的樸素貝葉斯分類模型30  print nb31  32  #匯入測試資料，此處是CSV格式，也可以用arff格式33  loader=CSVLoader()34  loader.setSource(File('test.csv'))35  test_data=loader.getDataSet()36  test_data.setClassIndex(test_data.numAttributes()-1)37  38  num=test_data.numInstances()39  print num40  for i in range(num):41      #輸出測試範例在所有類別上的機率分布42      r1=nb.distributionForInstance(test_data.instance(i))43      #輸出測試範例的分類結果，是所有類別中機率最高的那個類別44      r2=nb.classifyInstance(test_data.instance(i))45      print r146      print r247  48  #5重交叉驗證評估樸素貝葉斯分類器的效果49  evaluator=Evaluation(data)50  print evaluator.evaluateModel(NaiveBayes(),['-t','train.csv','-x','5','-i'])

  上述指令碼命名為weka_naive_bayes.py

  執行該指令碼的命令為jython weka_naive_bayes.py

 

  參考文獻：

  [1]  Using Weka from Jython

  [2]  Weka Sourceforge

  [3]  用Python的方式調用Weka