java调用Weka中神经网络的算法(从数据库中取数据).docx

本文中使用的weka版本为3.6版本，参阅的API也是3.6的相关的包（weka.jar,weka-src.jar,libsvm.jar.wlsvm.jar）可以在以下链接下载：/s/1kTHW3un在Eclipse项目中导入weka包，本文中使用BP神经网络的算法，只用添加weka.jar即可，若要使用libsvm的算法，还需要添加libsvm.jar包源代码如下：[java]?view plaincopyimport?java.io.File;??import?java.io.IOException;??????import?weka.classifiers.functions.MultilayerPerceptron;??import?weka.core.Attribute;??import?weka.core.FastVector;??import?weka.core.Instance;??import?weka.core.Instances;??import?weka.core.converters.ArffLoader;??[java]?view plaincopypublic?class?Test2?{????????public?static?void?main(String[]?args)?throws?IOException?{??????????//便于测试，用数组保存一些数据，从数据库中取数据是同理的??????????//二维数组第一列表示当月的实际数据，第二列是上个月的数据，用于辅助对当月数据的预测的??????????//二维数组的数据用于测试集数据，为了展示两种weka载入数据的方法，将训练集数据从arff文件中读取??????????double[][]?a?=?{{-0.93,-0.995},{-0.93,-0.93},{-0.93,-0.93},{-0.95,-0.93},{-0.93,-0.95},??????????????????????????????{-0.95,-0.93},{-0.93,-0.95},{-0.93,-0.93},{-0.95,-0.93},{-0.9,-0.95},??????????????????????????????{-0.92,-0.9},{-0.575,-0.92},{-0.23,-0.575}};????????????????????//读入训练集数据??????????File?inputFile?=?new?File(G:\\weka3.6\\Weka-3-6\\data\\train.arff);//该文件见源代码最后的分享链接，可以下载后将路径替换掉??????????ArffLoader?atf?=?new?ArffLoader();??????????try?{??????????????atf.setFile(inputFile);??????????}?catch?(IOException?e1)?{??????????????e1.printStackTrace();??????????}??????????Instances?instancesTrain?=?atf.getDataSet();???????????instancesTrain.setClassIndex(0);//设置训练数据集的类属性，即对哪个数据列进行预测（属性的下标从0开始）????????????????????//读入测试集数据??????????FastVector?attrs?=?new?FastVector();????????????????????????Attribute?ratio?=?new?Attribute(CUR,1);//创建属性，参数为属性名称和属性号，但属性号并不影响FastVector中属性的顺序??????????Attribute?preratio?=?new?Attribute(PRE,2);????????????????????????attrs.addElement(ratio);//向FastVector中添加属性，属性在FastVector中的顺序由添加的先后顺序确定。??????????attrs.addElement(preratio);????????????????????????Instances?instancesTest?=?new?Instances(bp,attrs,attrs.size());//创建实例集，即数据集，参数为名称，FastVector类型的属性集，以及属性集的大小（即数据集的列数）????????????????????????instancesTest.setCla