如何在WEKA中添加自己的算法

1. 编写新算法，所编写的新算法必须符合Weka 的接口标准。在此以从Weka中文站上下载的一个算法（模糊C均值聚类算法：FuzzyCMeans）的添加为例说明其具体过程。

2. 由于FuzzyCMeans是聚类算法，所以直接将FuzzyCMeans.java 源程序考到 weka.clusterers 包下

3. 再修改weka.gui.GenericObjectEditor.props ，在#Lists the Clusterers I want to choose from的weka.clusterers.Clusterer=\下加入：weka.clusterers.FuzzyCMeans

4. 相应的修改weka.gui.GenericPropertiesCreator.props ，此去不用修改，因为包weka.clusterers已经存在，若加入新的包时则必须修改这里，加入新的包

我试了一下，这样加入之后，重新编译，运行后，可以在weka的Explorer界面上的Cluster选项卡中的聚类算法中找到刚刚新添加的FuzzyCMeans算法。

添加过程简单吧！关键问题是要弄清楚Weka的内核以及其接口标准，然后编写出符合此规范的新算法。

你可以用程序debug跟踪一下，以前是weka中NaiveBayesSimple类的主要函数和作用。

(1) globalInfo()

返回该分类器的描述字符串．

(2) getTechnicalInformation()

返回一个TechnicalInformation类型的对象实例，包含该类的技术背景等信息．

(3) getCapabilities()

返回默认参数．

(4) BuildClassifier(Instances instances)

BuildClassifier()方法从一个训练数据集合instances构造一个分类器．求出所有名称型属性的后验概率，类属性的先验概率，数值属性的均值和方差，为后来的分类工作做准备．

(5) distributionForInstance (Instance instance)

该方法计算待分类实例instance属于各个类标的百分比，并且将各个百分比数值存于一个数组中，最后返回该数组．

(6)toString()

把分类器的参数（均值，方差，各先验概率，各后验概率）以字符串的形式返回．

(7)normalDens(double x, double mean, double stdDev)

该方法用于根据正态分布（均值为mean，方差为stdDev）计算数值型属性当属性值为x时的概率密度．

(8) getRevision()

返回程序的版本号．

(9) Main()

当类从命令行被执行时，就会调用main()方法．他只是用所给的命令行选项告诉Weka的Evaluation类来评估朴素贝叶斯，并且打印所得到的数组．完成这个功能的一行表达式包括在try-catch声明中．try-catch声明用于发现Weka例程或其他Java方法中抛出的各种异常．

在explorer中open file后见到的第一个直方图是你的Attribute属性与class(Visualize All左边的那个)的出现次数统计图，比如你的Attribute属性选择了Session ID（包含了A1,A2,B1,B2,C1,C2,C3...），class选择了Name（属性值包含Petter, Marry，Kate，Ken,Artoria），那么你得到的统计数据就是在Petter中A1，A2，B1B2,C1...各出现了多少次...Marry中A1，A2，B1,B2,C1...各出现了多少次，等等。

---