调用WEKA包进行kmeans聚类（java）

2024-06-20 17:08
文章标签 java 进行 调用 聚类 kmeans weka

本文主要是介绍调用WEKA包进行kmeans聚类（java），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

所用数据文件：data1.txt

[plain]  view plain copy
print ?
  1. @RELATION data1  
  2.   
  3.   
  4. @ATTRIBUTE one REAL  
  5. @ATTRIBUTE two REAL  
  6.   
  7.   
  8.   
  9.   
  10. @DATA  
  11. 0.184000 0.482000  
  12. 0.152000 0.540000  
  13. 0.152000 0.596000  
  14. 0.178000 0.626000  
  15. 0.206000 0.598000  
  16. 0.230000 0.562000  
  17. 0.224000 0.524000  
  18. 0.204000 0.540000  
  19. 0.190000 0.572000  
  20. 0.216000 0.608000  
  21. 0.240000 0.626000  
  22. 0.256000 0.584000  
  23. 0.272000 0.546000  
  24. 0.234000 0.468000  
  25. 0.222000 0.490000  
  26. 0.214000 0.414000  
  27. 0.252000 0.336000  
  28. 0.298000 0.336000  
  29. 0.316000 0.376000  
  30. 0.318000 0.434000  
  31. 0.308000 0.480000  
  32. 0.272000 0.408000  
  33. 0.272000 0.462000  
  34. 0.280000 0.524000  
  35. 0.296000 0.544000  
  36. 0.340000 0.534000  
  37. 0.346000 0.422000  
  38. 0.354000 0.356000  
  39. 0.160000 0.282000  
  40. 0.160000 0.282000  
  41. 0.156000 0.398000  
  42. 0.138000 0.466000  
  43. 0.154000 0.442000  
  44. 0.180000 0.334000  
  45. 0.184000 0.300000  
  46. 0.684000 0.420000  
  47. 0.678000 0.494000  
  48. 0.710000 0.592000  
  49. 0.716000 0.508000  
  50. 0.744000 0.528000  
  51. 0.716000 0.540000  
  52. 0.692000 0.540000  
  53. 0.696000 0.494000  
  54. 0.722000 0.466000  
  55. 0.738000 0.474000  
  56. 0.746000 0.484000  
  57. 0.750000 0.500000  
  58. 0.746000 0.440000  
  59. 0.718000 0.446000  
  60. 0.692000 0.466000  
  61. 0.746000 0.418000  
  62. 0.768000 0.460000  
  63. 0.272000 0.290000  
  64. 0.240000 0.376000  
  65. 0.212000 0.410000  
  66. 0.154000 0.564000  
  67. 0.252000 0.704000  
  68. 0.298000 0.714000  
  69. 0.314000 0.668000  
  70. 0.326000 0.566000  
  71. 0.344000 0.468000  
  72. 0.324000 0.632000  
  73. 0.164000 0.688000  
  74. 0.216000 0.684000  
  75. 0.392000 0.682000  
  76. 0.392000 0.628000  
  77. 0.392000 0.518000  
  78. 0.398000 0.502000  
  79. 0.392000 0.364000  
  80. 0.360000 0.308000  
  81. 0.326000 0.308000  
  82. 0.402000 0.342000  
  83. 0.404000 0.418000  
  84. 0.634000 0.458000  
  85. 0.650000 0.378000  
  86. 0.698000 0.348000  
  87. 0.732000 0.350000  
  88. 0.766000 0.364000  
  89. 0.800000 0.388000  
  90. 0.808000 0.428000  
  91. 0.826000 0.466000  
  92. 0.842000 0.510000  
  93. 0.842000 0.556000  
  94. 0.830000 0.594000  
  95. 0.772000 0.646000  
  96. 0.708000 0.654000  
  97. 0.632000 0.640000  
  98. 0.628000 0.564000  
  99. 0.624000 0.352000  
  100. 0.650000 0.286000  
  101. 0.694000 0.242000  
  102. 0.732000 0.214000  
  103. 0.832000 0.214000  
  104. 0.832000 0.264000  
  105. 0.796000 0.280000  
  106. 0.778000 0.288000  
  107. 0.770000 0.294000  
  108. 0.892000 0.342000  
  109. 0.910000 0.366000  
  110. 0.910000 0.394000  
  111. 0.872000 0.382000  
  112. 0.774000 0.314000  
  113. 0.718000 0.252000  
  114. 0.688000 0.284000  
  115. 0.648000 0.322000  
  116. 0.602000 0.460000  
  117. 0.596000 0.496000  
  118. 0.570000 0.550000  
  119. 0.564000 0.592000  
  120. 0.574000 0.624000  
  121. 0.582000 0.644000  
  122. 0.596000 0.664000  
  123. 0.662000 0.704000  
  124. 0.692000 0.722000  
  125. 0.710000 0.736000  
  126. 0.848000 0.732000  
  127. 0.888000 0.686000  
  128. 0.924000 0.514000  
  129. 0.914000 0.470000  
  130. 0.880000 0.492000  
  131. 0.848000 0.706000  
  132. 0.730000 0.736000  
  133. 0.676000 0.734000  
  134. 0.628000 0.732000  
  135. 0.782000 0.708000  
  136. 0.806000 0.674000  
  137. 0.830000 0.630000  
  138. 0.564000 0.730000  
  139. 0.554000 0.538000  
  140. 0.570000 0.502000  
  141. 0.572000 0.432000  
  142. 0.590000 0.356000  
  143. 0.652000 0.232000  
  144. 0.676000 0.178000  
  145. 0.684000 0.152000  
  146. 0.728000 0.172000  
  147. 0.758000 0.148000  
  148. 0.864000 0.176000  
  149. 0.646000 0.242000  
  150. 0.638000 0.254000  
  151. 0.766000 0.276000  
  152. 0.882000 0.278000  
  153. 0.900000 0.278000  
  154. 0.906000 0.302000  
  155. 0.892000 0.316000  
  156. 0.570000 0.324000  
  157. 0.798000 0.150000  
  158. 0.832000 0.114000  
  159. 0.714000 0.156000  
  160. 0.648000 0.154000  
  161. 0.644000 0.212000  
  162. 0.642000 0.250000  
  163. 0.658000 0.284000  
  164. 0.710000 0.296000  
  165. 0.794000 0.288000  
  166. 0.846000 0.260000  
  167. 0.856000 0.304000  
  168. 0.858000 0.392000  
  169. 0.858000 0.476000  
  170. 0.778000 0.640000  
  171. 0.736000 0.662000  
  172. 0.718000 0.690000  
  173. 0.634000 0.692000  
  174. 0.596000 0.710000  
  175. 0.570000 0.720000  
  176. 0.554000 0.732000  
  177. 0.548000 0.686000  
  178. 0.524000 0.740000  
  179. 0.598000 0.768000  
  180. 0.660000 0.796000  

前言：Kmeans是一种非常经典的聚类算法。它利用簇的中心到对象的距离来分配每个对象的簇所属关系。同时迭代的进行簇的中心的更新以及簇分配的更新，直到收敛。


下面是调用weka包中实现的kmeans的代码


[java]  view plain copy
print ?
  1. package others;  
  2.   
  3. import java.io.File;  
  4.   
  5. import weka.clusterers.SimpleKMeans;  
  6. import weka.core.DistanceFunction;  
  7. import weka.core.Instances;  
  8. import weka.core.converters.ArffLoader;  
  9.   
  10. public class ArrayListTest {  
  11.   
  12.     public static void main(String[] args){  
  13.         Instances ins = null;  
  14.           
  15.         SimpleKMeans KM = null;  
  16.         DistanceFunction disFun = null;  
  17.           
  18.         try {  
  19.             // 读入样本数据  
  20.             File file = new File("data/data1.txt");  
  21.             ArffLoader loader = new ArffLoader();  
  22.             loader.setFile(file);  
  23.             ins = loader.getDataSet();  
  24.               
  25.             // 初始化聚类器 （加载算法）  
  26.             KM = new SimpleKMeans();  
  27.             KM.setNumClusters(4);       //设置聚类要得到的类别数量  
  28.             KM.buildClusterer(ins);     //开始进行聚类  
  29.             System.out.println(KM.preserveInstancesOrderTipText());  
  30.             // 打印聚类结果  
  31.             System.out.println(KM.toString());  
  32.               
  33.         } catch(Exception e) {  
  34.             e.printStackTrace();  
  35.         }  
  36.     }  
  37. }  

这篇关于调用WEKA包进行kmeans聚类（java）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1078742。

相关文章

基于SpringBoot+Mybatis实现Mysql分表

基于SpringBoot+Mybatis实现Mysql分表

《基于SpringBoot+Mybatis实现Mysql分表》这篇文章主要为大家详细介绍了基于SpringBoot+Mybatis实现Mysql分表的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可... 目录基本思路定义注解创建ThreadLocal创建拦截器业务处理基本思路1.根据创建时间字段按年进
阅读更多...
Java编译生成多个.class文件的原理和作用

Java编译生成多个.class文件的原理和作用

《Java编译生成多个.class文件的原理和作用》作为一名经验丰富的开发者,在Java项目中执行编译后,可能会发现一个.java源文件有时会产生多个.class文件,从技术实现层面详细剖析这一现象... 目录一、内部类机制与.class文件生成成员内部类（常规内部类）局部内部类（方法内部类）匿名内部类二、
阅读更多...
SpringBoot实现数据库读写分离的3种方法小结

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一：基于AbstractRoutingDataSource实现动态
阅读更多...
使用Jackson进行JSON生成与解析的新手指南

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON（序列化）2.2 JSON 转对象（反序列化）3.
阅读更多...
Springboot @Autowired和@Resource的区别解析

Springboot @Autowired和@Resource的区别解析

《Springboot@Autowired和@Resource的区别解析》@Resource是JDK提供的注解,只是Spring在实现上提供了这个注解的功能支持,本文给大家介绍Springboot@... 目录【一】定义【1】@Autowired【2】@Resource【二】区别【1】包含的属性不同【2】@
阅读更多...
springboot循环依赖问题案例代码及解决办法

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖（即BeanA依赖BeanB,而BeanB又依赖BeanA）,会导致Spring的... 目录1. 什么是循环依赖？2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1：使用 @La
阅读更多...
Java枚举类实现Key-Value映射的多种实现方式

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co
阅读更多...
Elasticsearch 在 Java 中的使用教程

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J
阅读更多...
Java中的String.valueOf()和toString()方法区别小结

Java中的String.valueOf()和toString()方法区别小结

《Java中的String.valueOf()和toString()方法区别小结》字符串操作是开发者日常编程任务中不可或缺的一部分,转换为字符串是一种常见需求,其中最常见的就是String.value... 目录String.valueOf()方法方法定义方法实现使用示例使用场景toString()方法方法
阅读更多...
Java中List的contains()方法的使用小结

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论：List 的 contain
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2