0.注意weka的中文編碼
RunWeka.ini-----》fileEncoding=utf-8
1.首先對(duì)分詞后的 無(wú)新詞發(fā)現(xiàn)的分詞文件，轉(zhuǎn)換成arff文件 命令
java weka.core.converters.TextDirectoryLoader -dir D:\weibo\catagory\data10W\nlpirSegment\noNI > D:\weibo\catagory\data10W\nlpirSegment\weka\wb10w.arff
發(fā)現(xiàn)轉(zhuǎn)換 特別快
2.打開上面的文件 進(jìn)行生成詞向量，首先選擇 通過(guò)特征的有無(wú)，1000特征/每類文檔 ，最后保存當(dāng)前文件 wb10w_vsm_true_false_weight.arff
生成6千多個(gè)特征
3.打開上面的arrf文件，進(jìn)行特征選擇 ，評(píng)估策略選擇 IG，搜索策略選擇Ranker 特征數(shù)5000，保存文件wb10w_as_true_false_weight.arrf
4.bayes 分類器 66訓(xùn)練數(shù)據(jù) 結(jié)果復(fù)制到 result文件中

轉(zhuǎn)載于:https://www.cnblogs.com/dasheng-maritime/p/6160403.html

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來(lái)咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的weka 初练之 文本分类的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。