Weka是个口碑很好的machine

learning工具，可怜我这土鳖以前都没用过。

Weka还是很intuitive的，直接给你GUI，随便你选算法，直接帮你做cross

validation，还帮你画图，你还想怎样？

Weka官网还出了一本叫做Data Mining Practical

Machine Learning Tools and Techniques的书，有机会想拜读一下呢。

今天花了一天时间搞明白了Weka怎么和matlab还有LibSVM接口通讯的了，分享如下：

首先weka使用自己的文件格式，叫做ARFF，如果想从matlab和Weka之间相互转换，这里有现成的package:

不要以为下载下来就能用，你会在如下地方报错：

if(~wekaPathCheck),wekaOBJ = [];

return,end

import

weka.core.converters.ArffLoader;

import java.io.File;

Tricky的事情就是得把weka.jar加入到matlab的classpath.txt列表。classpath.txt在哪儿？到matlab的command窗口敲：

>> which

classpath.txt

/Applications/MATLAB_R2010b.app/toolbox/local/classpath.txt

这个是在mac下的结果，windows估计也有类似的文件结构。然后就是到classpath.txt里加入一行，weka.jar的绝对路径，例如：

/Applications/weka-3-6-4.app/Contents/Resources/Java/weka.jar

好了，matlab的接口就配置好了。

这里还有个问题，保存的ARFF中类别信息(class)是numrical型，不是枚举型，至少调用LibSVM会报错。

得手工修改(我的数据有７类)：

@attribute

class numeric =>

@attribute class {1,2,3,4,5,6,7}

OK，matlab这边这下没问题了。

Weka本身没有附带LibSVM，所以还要配置调用Wrapper，官网有介绍，不过没这里(第一条评论)讲的清楚。

在http://www.cs.iastate.edu/~yasser/wlsvm/下载wlsvm.zip，如果想用最新版的LibSVM可以去官网下载然后替换掉其中的libsvm.jar

然后把wlsmv.jar和libsvm.jar都放在/Applications/Weka/weka-3-7-0.app/Contents/Resources/Java目录下(windows应该可以找到对应目录)

然后就是编辑weka.app\info.plist，找到$JAVAROOT/weka.jar然后类似的加入libsvm.jar和wlsvm.jar。(这个plist可能windows不太一样)

你还可以顺便设置一下weka的内存池大小

VMOptions

-Xmx256M

256M太小了，内存都白菜价了，改个1024M死不了人。

好了，都搞定了。

至于怎么用Weka，翻完这个ppt你就知道了。

此外,查看如下网址,其提供了Matlab与Weka的一个接口

http://www.mathworks.cn/matlabcentral/fileexchange/21204-matlab-weka-interface

转自:http://www.cs.dartmouth.edu/~xy/blog/weka以及matlab，libsvm接口/