数据挖掘实验报告六

实验六：文本分类及分析实验步骤1.学习并掌握命令行调用Weka。如：相关语句，流程等打开“SimpleCLI”模块或cmd窗口下将路径切换到weka安装目录下，我们以BP神经网络为例：javaweka.classifiers.functions.MultilayerPerceptron后跟参数，以下为每个参数的说明：-t：训练集文件-T：测试集文件-X：交叉验证时，将训练集分成的份数N,N-1作为训练集，一份作为测试集-d：将模型保存到的文件-1：使用的现有模型的路径文件-A：设置是否自动创建隐藏层-B：是否将norminal转为二进制-I：设置是否对输入属性值进行归一化处理-G：是否GUI显示-H：隐藏层节点个数设置-S：随机值种子-N：循环次数，即对所有训练集数据做的循环-M：momentum值-L：学习率-E：threshold，用于控制当连续threshold次误差都比上次误差大时，停止迭代-D：用于设置随着循环次数的增加时降低学习率值-R：是否重置网络-0：不打印模型-xml：从xml文件中加载参数2.给定路透社新闻语料文本，对其进行文本分类。要求：看懂数据集；选择合适分类器；正确分类我的包含数据的文件夹名为test和training，其中包含10个子文件夹，就是10个分类的类名（如果是3个分类就3个子文件夹）。每个子文件夹中包含多个文件，每个文件中的内容就是一条语料。在Weka的SimpleCLI中运行下面这条命令，我的文件夹是在d盘根目录下，运行成功后，将生成d:/test.arff与d:/training.arff这个文件。javaweka.core.converters.TextDirectoryLoader-dird:/test>d:/test.arffjavaweka.core.converters.TextDirectoryLoader-dird:/training>d:/training.arff打开training.arff文件，并在分类器里选择使用测试集，并选择test.arff，选择分类器为FilteredClassifier，并在其中设置过滤器为StringToWordVector进行分类；

Qweka.gui.GenericObjectEditor X^eka.classifiers.meta.FilteredClasEifierAboutClassforrunninganarbitraryclassifierondatathathasbeenpassedthroughanarbitraryfilter.MoreCapabilitiesOpen...Save...OKCancel实验结果如下：limetakentctestmodelonsuppliedtests-et:0.74seconds===SmundEy===Cor-rectlyC^lassizziedInstancesIncorrectlyCLassiziedInat日nue日Kappastatistic.MeanabacluteerrorRoot皿亡bfl日quBrEderrorRelatiYEabaeluteerrorRootrelative 亡匚ui□匚lotalITuiribercfIns