柏/SoftwareRef/Weka
の編集
https://floss-lab.org/pukiwiki/?%E6%9F%8F/SoftwareRef/Weka
[
トップ
] [
編集
|
差分
|
履歴
|
添付
|
リロード
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
]
-- 雛形とするページ --
(no template pages)
[[柏/SoftwareRef]] *Weka [#v73f03b3] **データセット [#te699315] @relation [文字列] //データセットの名前~ @attribute [属性名] [属性のタイプ] //属性タイプ（数値：real,名義：{,}で囲む~ @data [@attribute一行目], [@attribute二行目], ……, [@attribute n行目] //以降はCSV方式~ ***ex. [#n9764a3e] @relation SelectOS~ @attribute sex {man, women}~ @attribute age real~ @attribute income {poverty, middle, rich}~ @attribute year real~ @attribute class {windows, mac, linux}~ @data~ man, 24, poverty, 5, windows~ man, 31, middle, 10, linux~ women, 27, middle, 3, mac~ man, 53, rich, 20, linux~ women, 22, middle, 1, mac~ man, 29, middle, 7, windows~ man, 23, poverty, 3, windows~ man, 53, rich, 20, linux~ man, 31, poverty, 6, linux~ women, 25, rich, 3, windows~ ***ref [#d8b16111] -http://www24.atpages.jp/antibayesian/weka/ **NaiveBayes [#ec51777f] ***特徴 [#d65f073f] -単語wのカテゴリcにおける確率~ カテゴリcの単語wの頻度の合計/カテゴリcのすべての単語の頻度の合計~ -文書dのカテゴリcにおける確率~ 文書dに出てくる単語wの確率の積と定義~ 0.07*0.1*0.01*...=0.00025 -確率が最も高いカテゴリに分類すれば良い -単語の相関や語順は考慮していない -P(c|d)を求めたい ***TF-IDF重みづけ [#ae2532a1] -単度頻度（TF）の変換~ 頻出語の影響を減らすための正規化 -文書頻度（IDF）の逆数を掛ける~ 単語のレア度を考慮 ***ref [#t742ce9e] --http://d.hatena.ne.jp/sleepy_yoshi/20080217/p1 **オプション [#w4c337d5] -"-w" 属性数の最大数を制御．デフォルトでは1000のため要注意 **etc [#p9b3357a] ***メモリの使用量の変更 [#n3e986e9] java -Xmx1500m -jar weka.jar *Reference [#r196e04a] --&attachref(WekaManual.pdf); --&attachref(); --&attachref(); --&attachref(); --&attachref(); --&attachref();
タイムスタンプを変更しない
[[柏/SoftwareRef]] *Weka [#v73f03b3] **データセット [#te699315] @relation [文字列] //データセットの名前~ @attribute [属性名] [属性のタイプ] //属性タイプ（数値：real,名義：{,}で囲む~ @data [@attribute一行目], [@attribute二行目], ……, [@attribute n行目] //以降はCSV方式~ ***ex. [#n9764a3e] @relation SelectOS~ @attribute sex {man, women}~ @attribute age real~ @attribute income {poverty, middle, rich}~ @attribute year real~ @attribute class {windows, mac, linux}~ @data~ man, 24, poverty, 5, windows~ man, 31, middle, 10, linux~ women, 27, middle, 3, mac~ man, 53, rich, 20, linux~ women, 22, middle, 1, mac~ man, 29, middle, 7, windows~ man, 23, poverty, 3, windows~ man, 53, rich, 20, linux~ man, 31, poverty, 6, linux~ women, 25, rich, 3, windows~ ***ref [#d8b16111] -http://www24.atpages.jp/antibayesian/weka/ **NaiveBayes [#ec51777f] ***特徴 [#d65f073f] -単語wのカテゴリcにおける確率~ カテゴリcの単語wの頻度の合計/カテゴリcのすべての単語の頻度の合計~ -文書dのカテゴリcにおける確率~ 文書dに出てくる単語wの確率の積と定義~ 0.07*0.1*0.01*...=0.00025 -確率が最も高いカテゴリに分類すれば良い -単語の相関や語順は考慮していない -P(c|d)を求めたい ***TF-IDF重みづけ [#ae2532a1] -単度頻度（TF）の変換~ 頻出語の影響を減らすための正規化 -文書頻度（IDF）の逆数を掛ける~ 単語のレア度を考慮 ***ref [#t742ce9e] --http://d.hatena.ne.jp/sleepy_yoshi/20080217/p1 **オプション [#w4c337d5] -"-w" 属性数の最大数を制御．デフォルトでは1000のため要注意 **etc [#p9b3357a] ***メモリの使用量の変更 [#n3e986e9] java -Xmx1500m -jar weka.jar *Reference [#r196e04a] --&attachref(WekaManual.pdf); --&attachref(); --&attachref(); --&attachref(); --&attachref(); --&attachref();
テキスト整形のルールを表示する
添付ファイル:
WekaManual.pdf
4件
[
詳細
]
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
