Java集成Weka做逻辑回归（Logistic Regression）（续）

最新推荐文章于 2026-04-25 11:31:07 发布

原创

最新推荐文章于 2026-04-25 11:31:07 发布 · 2.9k 阅读

收录于

当前文章被以下社区和专栏收录：

本文介绍了如何使用Java自制数据集，并将其转换为ARFF文件以供Weka进行逻辑回归分析。作者通过自定义computeClass函数设置分类规则，并生成了10万行数据。实验结果显示，用Weka分析生成的数据可以得到理想的模型，探讨了调整分类规则以追求更高准确度的可能性。

从网上找样本数据太不好找了，尤其是想看看多分类的那种数据；而且数据量都偏小，不好玩。

得，还是自己造数据，当然规则自己拟。

自己造数据，生成arff文件。

    static private void genArffData(String arffPath, int numRows, int numFields, int numClasses) throws FileNotFoundException {

        // 生成一个n+1字段的随机数据，准备做多分类

        Random random = new Random(Calendar.getInstance().getTimeInMillis());

        File arff = new File(arffPath);
        PrintWriter writer = new PrintWriter(new BufferedOutputStream(new FileOutputStream(arff)));

        writer.println("@RELATION \"LogisticRegression FakeData\"");
        writer.println();

        int i=0;
        for (; i<numFields; ++i) {
            writer.println("@ATTRIBUTE " + (char)('A'+i) + " REAL");
        }
        writer.print("@ATTRIBUTE " + (char)('A'+i) + " {");
        for (i=0; i<numClasses; ++i) {
            if (i>0) writer.print(',');
            writer.print((char)('0'+i));
        }
        writer.println('}');
        writer.println();

        writer.println("@DATA");

        float [] values = new float[numFields];
        for (i=0; i<numRows; ++i) {
            for (int j=0; j<numFields; ++j) {
                values[j] = random.nextFloat();

                writer.print(values[j]);
                writer.print(',');