Я сохранил результат классификации weka, щелкнув правой кнопкой мыши модель и выбрав «сохранить модель». Теперь я хочу загрузить его и работать с его классификатором. Как я могу это сделать?
Любое предложение или решение будут оценены.
Спасибо.
как загрузить файл *.model, сгенерированный weka, в weka Explorer?
06.09.2011
Ответы:
1
На вкладке «Классификация» щелкните правой кнопкой мыши список результатов, выберите Load model и перейдите к сохраненной модели.
06.09.2011
2
Вы сохраняете обученный классификатор с опцией -d (дампинг), например:
java weka.classifiers.trees.J48 -t /some/where/train.arff -d /other/place/j48.model
И вы можете загрузить его с помощью -l и использовать на тестовом наборе, например:
java weka.classifiers.trees.J48 -l /other/place/j48.model -T /some/where/test.arff
05.09.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..