Command line Weka:从命令行打包
我可以使用命令行中的Bagging来训练模型,如下所示-- 但是我不能重用同一个模型从命令行进行预测。我猜命令应该是这样的-- 但它不起作用,你知道吗 编辑:但是,当我使用单个分类器时(即不打包),它可以工作。命令是这样的--Command line Weka:从命令行打包,command-line,weka,Command Line,Weka,我可以使用命令行中的Bagging来训练模型,如下所示-- 但是我不能重用同一个模型从命令行进行预测。我猜命令应该是这样的-- 但它不起作用,你知道吗 编辑:但是,当我使用单个分类器时(即不打包),它可以工作。命令是这样的-- 您需要调用不同的类来评估模型。命令行应该类似于 java -cp $CLASSPATH weka.classifiers.Evaluation weka.classifiers.meta.Bagging \ -T $testdata -l $model 您可能需要
您需要调用不同的类来评估模型。命令行应该类似于
java -cp $CLASSPATH weka.classifiers.Evaluation weka.classifiers.meta.Bagging \
-T $testdata -l $model
您可能需要指定培训分类器时提供的一些附加选项。还可以查看评估类的命令行选项。更多信息。好吧,但是当我用一个分类器做同样的事情时(即不打包、评估),它就可以工作了。请参考编辑手册。
java -Xmx512m -cp $CLASSPATH weka.classifiers.meta.Bagging \
-l $model \
-T $testdata \
-W weka.classifiers.trees.REPTree \
-p 0 \
> $wkresult
java -Xmx512m -cp $CLASSPATH weka.classifiers.bayes.NaiveBayesMultinomial \
-split-percentage 66 \
-t $traindata \
-d $model \
> $out
java -Xmx512m -cp $CLASSPATH weka.classifiers.bayes.NaiveBayesMultinomial \
-T $testdata \
-l $model \
-p 0 \
> $wkresult
java -cp $CLASSPATH weka.classifiers.Evaluation weka.classifiers.meta.Bagging \
-T $testdata -l $model