如何使用Java Weka開(kāi)源項(xiàng)目，實(shí)現(xiàn)J48決策樹(shù)、支持向量機(jī)算法，在10個(gè)UCI數(shù)據(jù)集上對(duì)這兩個(gè)算法進(jìn)行性能？

public?static?void?Regular()?throws?Exception?{

站在用戶的角度思考問(wèn)題，與客戶深入溝通，找到獻(xiàn)縣網(wǎng)站設(shè)計(jì)與獻(xiàn)縣網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶體驗(yàn)好的作品，建站類型包括：網(wǎng)站制作、成都做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、主機(jī)域名、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋獻(xiàn)縣地區(qū)。

File?inputfile?=?new?File("F:\\weka\\eucalyptus_Train.arff");

ArffLoader?loader?=?new?ArffLoader();

loader.setFile(inputfile);

Instances?insTrain?=?loader.getDataSet();

insTrain.setClassIndex(insTrain.numAttributes()-1);

inputfile?=?new?File("F:\\weka\\eucalyptus_Test.arff");

loader.setFile(inputfile);

Instances?insTest?=?loader.getDataSet();

insTest.setClassIndex(insTest.numAttributes()-1);

double?sum?=?insTest.numInstances();

int?right?=?0;

Classifier?clas?=?new?J48();

//Classifier?clas?=?new?weka.classifiers.bayes.BayesNet();

clas.buildClassifier(insTrain);

for(int?i?=?0;?i??sum;?i++)?{

if(clas.classifyInstance(insTest.instance(i))?==?insTest.instance(i).classValue())?{

right++;

}

System.out.println(clas.classifyInstance(insTest.instance(i))+"?:　"+insTest.instance(i).classValue());

}

System.out.println("分類準(zhǔn)確率："+right/sum);

}

svm的話，要用一個(gè)wlsvm的包。 代碼是一樣的，就是Classifier class= new J48()這里要用svm的實(shí)例

二分查找法的判定樹(shù)有什么特點(diǎn)？能不能用一個(gè)公式直接求出樹(shù)的深度？

算法思想：

將數(shù)列按有序化(遞增或遞減)排列，查找過(guò)程中采用跳躍式方式查找，即先以有序數(shù)列的中點(diǎn)位置為比較對(duì)象，如果要找的元素值小于該中點(diǎn)元素，則將待查序列縮小為左半部分，否則為右半部分。通過(guò)一次比較，將查找區(qū)間縮小一半。

折半查找是一種高效的查找方法。它可以明顯減少比較次數(shù)，提高查找效率。但是，折半查找的先決條件是查找表中的數(shù)據(jù)元素必須有序。

算法步驟描述：

step1 首先確定整個(gè)查找區(qū)間的中間位置

mid = （ left + right ）/ 2

step2 用待查關(guān)鍵字值與中間位置的關(guān)鍵字值進(jìn)行比較；

若相等，則查找成功

若大于，則在后（右）半個(gè)區(qū)域繼續(xù)進(jìn)行折半查找

若小于，則在前（左）半個(gè)區(qū)域繼續(xù)進(jìn)行折半查找

Step3 對(duì)確定的縮小區(qū)域再按折半公式，重復(fù)上述步驟。最后，得到結(jié)果：要么查找成功， 要么查找失敗。

折半查找的存儲(chǔ)結(jié)構(gòu)采用一維數(shù)組存放。

折半查找算法舉例

對(duì)給定數(shù)列（有序），按折半查找算法，查找關(guān)鍵字值為30的數(shù)據(jù)元素。

折半查找的算法討論：

優(yōu)點(diǎn): ASL≤log2n，即每經(jīng)過(guò)一次比較,查找范圍就縮小一半。經(jīng)log2n 次計(jì)較就可以完成查找過(guò)程。

缺點(diǎn)：因要求有序，所以要求查找數(shù)列必須有序，而對(duì)所有數(shù)據(jù)元素按大小排序是非常費(fèi)時(shí)的操作。另外，順序存儲(chǔ)結(jié)構(gòu)的插入、刪除操作不便利。

考慮：能否通過(guò)一次比較拋棄更多的部分（即經(jīng)過(guò)一次比較，使查找范圍縮得更?。?，以達(dá)到提高效率的目的?！?？

可以考慮把兩種方法（順序查找和折半查找）結(jié)合起來(lái)，即取順序查找簡(jiǎn)單和折半查找高效之所長(zhǎng)，來(lái)達(dá)到提高效率的目的？實(shí)際上這就是分塊查找的算法思想。

例如：[問(wèn)題分析] 由于數(shù)據(jù)按升序排列,故用折半查找最快捷.

program binsearch;

const max=10;

var num:array[1..max] of integer;

i,n:integer;

procedure search(x,a,b:integer);

var mid:integer;

begin

if a=b then

if x=num[a] then writeln('Found:',a) else writeln('Number not found')

else begin

mid:=(a+b) div 2;

if xnum[mid] then search(x,mid,b);

if xnum[mid] then search(x,a,mid);

if x=num[mid] then writeln('Found:',mid);

end;

end;

begin

write('Please input 10 numbers in order:');

for i:=1 to max do read(num);

write('Please input the number to search:');

readln(n);

search(n,1,max);

end.

Java風(fēng)格的代碼舉例：

//使用折半法進(jìn)行查找

int getIndex(int[] nList, int nCount, int nCode) {

int nIndex = -1;

int jMin = 0;

int jMax = nCount - 1;

int jCur = (jMin+jMax)/2;

do

{

if(nList[jCur] nCode) {

jMax--;

} else if(nList[jCur] nCode) {

jMin++;

} else if(nList[jCur] == nCode) {

nIndex = jCur;

break;

}

jCur = (jMin + jMax)/2;

} while(jMin jMax);

return nIndex;

}

二分查找的性能說(shuō)明

雖然二分查找的效率高，但是要將表按關(guān)鍵字排序。而排序本身是一種很費(fèi)時(shí)的運(yùn)算。既使采用高效率的排序方法也要花費(fèi) O(n lg n) 的時(shí)間。

二分查找只適用順序存儲(chǔ)結(jié)構(gòu)。為保持表的有序性，在順序結(jié)構(gòu)里插入和刪除都必須移動(dòng)大量的結(jié)點(diǎn)。因此，二分查找特別適用于那種一經(jīng)建立就很少改動(dòng)、而又經(jīng)常需要查找的線性表。

對(duì)那些查找少而又經(jīng)常需要改動(dòng)的線性表，可采用鏈表作存儲(chǔ)結(jié)構(gòu)，進(jìn)行順序查找。鏈表上無(wú)法實(shí)現(xiàn)二分查找

二分查找的C#實(shí)現(xiàn)代碼：

using System;

using System.Collections.Generic;

using System.Text;

namespace BinschDemo

{

public class BinschDemo

{

public static int Binsch(int[] a, int key)

{

int low = 1;

int high = a.Length;

while (low = high)

{

int mid = (low + high) / 2;

if (key == a[mid])

{

return mid; //返回找到的索引值

}

else

{

if (key a[mid])

high = mid - 1;

else

low = mid + 1;

}

}

return -1; //查找失敗

}

static void Main(string[] args)

{

Console.WriteLine("請(qǐng)輸入10個(gè)遞增數(shù)字: ");

int[] list = new int[10];

for (int i = 0; i 10; i++)

{

Console.Write("數(shù)字 : ", i);

list = Convert.ToInt32(Console.ReadLine());

}

Console.Write("請(qǐng)輸入一個(gè)你要查找的數(shù)字:");

int find = Convert.ToInt32(Console.ReadLine());

int result = Binsch(list, find);

Console.WriteLine(result);

}

}

}

分塊查找又索引查找，它主要用于“分塊有序”表的查找。所謂“分塊有序”是指將線性表L（一維數(shù)組）分成m個(gè)子表（要求每個(gè)子表的長(zhǎng)度相等），且第i+1個(gè)子表中的每一個(gè)項(xiàng)目均大于第i個(gè)子表中的所有項(xiàng)目?！胺謮K有序”表應(yīng)該包括線性表L本身和分塊的索引表A。因此，分塊查找的關(guān)鍵在于建立索引表A。

（1）建立索引表A（二維數(shù)組）

索引表包括兩部分：關(guān)鍵字項(xiàng)（子表中的最大值）和指針項(xiàng)（子表的第一項(xiàng)在線性表L中位置）

索引表按關(guān)鍵字有序的。

例如：線性表L（有序）為：1 2 3 4 5 6 7 8 9 10 11 12

分成m=3個(gè)子表：

索引表A：二維數(shù)組：第一列為每個(gè)子表的最大值 ，第二列為每個(gè)子表的起始地址

即： 4 0

8 4

12 8

（2）利用索引表A，確定待查項(xiàng)X所在的子表（塊）。

（3）在所確定的子表中可以用“折半查找”法搜索待查項(xiàng)X；若找到則輸出X；否則輸出未找到信息。

java 兩個(gè)類相同 但是里面的屬性不同，這是為什么

n1和n2本身就指向兩個(gè)完全不同的對(duì)象，因此其成員對(duì)象的地址不同也是很自然的

做了這么多年Java開(kāi)發(fā)，如何快速轉(zhuǎn)行大數(shù)據(jù)

java轉(zhuǎn)大數(shù)據(jù)是非常有優(yōu)勢(shì)的，如果想轉(zhuǎn)入大數(shù)據(jù)開(kāi)發(fā)領(lǐng)域，選擇數(shù)倉(cāng)開(kāi)發(fā)是個(gè)捷徑。千鋒教育擁有線上免費(fèi)Java線上公開(kāi)課。如果特別想做更底層的開(kāi)發(fā)，也可以選擇從數(shù)倉(cāng)開(kāi)發(fā)切入，先接觸，再曲線救國(guó)。那么數(shù)倉(cāng)開(kāi)發(fā)需要學(xué)啥？ 1、會(huì)一門(mén)基礎(chǔ)語(yǔ)言：java/python/scala：如果是java相關(guān)開(kāi)發(fā)轉(zhuǎn)大數(shù)據(jù)，那實(shí)在是太容易了，這一項(xiàng)就可以略過(guò)了。2、分布式存儲(chǔ)及調(diào)度理論：hdfs、yarn的理論要理解且熟記，這些對(duì)于學(xué)習(xí)spark 或者h(yuǎn)ive 以及sql的優(yōu)化是最最基礎(chǔ)的知識(shí)。

3、sql 框架要會(huì)一個(gè)：spark sql/hive sql ：如果對(duì)hive和spark都不懂的話，那就選擇學(xué)spark，現(xiàn)在離線數(shù)倉(cāng)越來(lái)越多的公司切spark了。Spark 相關(guān)主要學(xué)習(xí)spark core 和spark sql；要求sql要寫(xiě)的熟練，調(diào)優(yōu)參數(shù)及原理，能懂一些源碼就更好了。4、數(shù)倉(cāng)建模、分層理論：這個(gè)是數(shù)倉(cāng)的方法論，是一定要掌握的，理論都在《維度建模權(quán)威指南-kimball》這本書(shū)里，好書(shū)是好書(shū)，看起來(lái)比較枯燥，在看的時(shí)候多思考，結(jié)合自己正在做的業(yè)務(wù)，想象一下如果要為現(xiàn)在的業(yè)務(wù)劃分主題該怎么劃、業(yè)務(wù)矩陣該怎么設(shè)計(jì)等等，大膽想象就ok。5、其它需要了解：大數(shù)據(jù)相關(guān)的架構(gòu)理論、olap、數(shù)據(jù)湖等等，知道越多越好，不需要太深入，主要作用是幫助理解大數(shù)據(jù)的那一套東西；網(wǎng)上的其它公司數(shù)倉(cāng)的架構(gòu)是啥樣子，要知道架構(gòu)里每個(gè)組件的作用是啥。還有一些其它的框架組件：kafka、presto、druid、flink 等了解，寫(xiě)個(gè)demo跑跑，知道流程就可。如果想了解更多相關(guān)知識(shí)，建議到千鋒教育了解一下。千鋒教育目前在18個(gè)城市擁有22個(gè)校區(qū)，年培養(yǎng)優(yōu)質(zhì)人才20000余人，與國(guó)內(nèi)20000余家企業(yè)建立人才輸送合作關(guān)系，院校合作超600所。