Weka開發［3］－Evaluation類

      上一次最後的結果就是一個分類的值，可能讓你們大失所望，這一次會給你們一個比較完美的答案，這就是Evaluation類，此次只講一下最簡單的用法，首先初始化一個Evaluation對象，Evaluation類沒有無參的構造函數，通常用Instances對象做爲構造函數的參數。

       若是沒有分開訓練集和測試集，能夠使用Cross Validation方法，Evaluation中crossValidateModel方法的四個參數分別爲，第一個是分類器，第二個是在某個數據集上評價的數據集，第三個參數是交叉檢驗的次數（10是比較常見的），第四個是一個隨機數對象。

       若是有訓練集和測試集，能夠使用Evaluation 類中的evaluateModel方法，方法中的參數爲：第一個爲一個訓練過的分類器，第二個參數是在某個數據集上評價的數據集。例中我爲了簡單用訓練集再次作爲測試集，但願你們不會糊塗。

       提醒你們一下，使用crossValidateModel時，分類器不須要先訓練，這其實也應該是常識了。

       Evaluation中提供了多種輸出方法，你們若是用過weka軟件，會發現方法輸出結果與軟件中某個顯示結果的是對應的。例中的三個方法toClassDetailsString，toSummaryString，toMatrixString比較經常使用。

package instanceTest;
 
import java.io.FileReader;
import java.util.Random;
 
import weka.classifiers.Evaluation;
import weka.classifiers.trees.J48;
import weka.core.Instances;
 
public class EvaluationTest{
    private Instances m_instances = null;
    
    public void getFileInstances( String fileName ) throws Exception {
        FileReader frData = new FileReader( fileName );
        m_instances = new Instances( frData );
        
        m_instances.setClassIndex( m_instances.numAttributes() - 1 );
    }
    
    public void crossValidation() throws Exception {
        J48 classifier = new J48();
        //NaiveBayes classifier = new NaiveBayes();
        //SMO classifier = new SMO();
        
        Evaluation eval = new Evaluation( m_instances );
        eval.crossValidateModel( classifier, m_instances, 10, new Random(1));
        System.out.println(eval.toClassDetailsString());
        System.out.println(eval.toSummaryString());
        System.out.println(eval.toMatrixString());
    }
    
    public void evaluateTestData() throws Exception {
        J48 classifier = new J48();
        //NaiveBayes classifier = new NaiveBayes();
        //SMO classifier = new SMO();
        
        classifier.buildClassifier( m_instances );
        
        Evaluation eval = new Evaluation( m_instances );
        eval.evaluateModel( classifier, m_instances );
        System.out.println(eval.toClassDetailsString());
        System.out.println(eval.toSummaryString());
        System.out.println(eval.toMatrixString());
    }
    
    public static void main( String[] args ) throws Exception {
        EvaluationTest etest = new EvaluationTest();
        etest.getFileInstances( "F://Program Files//Weka-3-4//data//contact-lenses.arff");
        etest.crossValidation();
        System.out.println( "***********************************\n\n" );
        etest.evaluateTestData();
    }
}