如果我目前使用Weka的决策树（或其他）分类为我的Java代码遵循了Weka

Question

实现参数元分类：

// Get training and testing data. 
Instances train = new Instances ("from training file"); 
train.setClassIndex(train.numAttributes() - 1); 
Instances test = new Instances ("from testing file");   
test.setClassIndex(test.numAttributes() - 1); 

// Set classifier. 
Object obj = Class.forName("weka.classifiers.trees.J48").newInstance(); 
Classifier cls = (Classifier) Class.forName("weka.classifiers.trees.J48").cast(obj); 

// Set parameters for classifier.  
String options = ("-C 0.05 -M 2");   
String[] optionsArray = options.split(" ");   
cls.setOptions(optionsArray);   

// Train classifier.  
cls.buildClassifier(train);   
Evaluation eval = new Evaluation(train); 

// Test trained classifier. 
eval.evaluateModel(cls, test); 

，如果我想用一元的分类会发生什么，例如装袋，试图提高结果？在Weka中的资源管理器，如果我用我的训练套袋和测试数据，参数字符串的分类是：

weka.classifiers.meta.Bagging -P 100 -S 1 -num-slots 1 -I 10 -W weka.classifiers.trees.J48 -- -C 0.25 -M 2 

有谁知道这个代码表示可能是什么？

理想情况下，我想分类和汇总分类的类存储在数据库中的表，也就是这样一行：

Object obj = Class.forName("weka.classifiers.trees.J48").newInstance(); 

变为：

Object obj = Class.forName(classifier.getWekaClass()).newInstance(); 

而且其中的参数可以上市在数据库表中以及如果我将分类符从J48交换到NB时，使它们易于更改。

我认为，这就是我正在寻找，但...

http://weka.wikispaces.com/Use+WEKA+in+your+Java+code#Attribute selection-Meta-Classifier

Answer 1

的javadoc表明，有一种方法setClassifier()，你会用它来设置要使用的分类。除此之外，仅仅是实例化课程并相应地设置选项。

您当然可以将类名存储在数据库中，并将它们用作您的示例。存储参数会有点棘手，因为每个分类器的数量和类型会有所不同 - 您必须提供一个可以正确序列化和反序列化的封装器。