训练数据   T={(x1,y1),(x2,y2),……,(xn,yn)}
待分类数据x0=(x0(1),x0(2),……,x0(n))T

算法输出
待分类数据x0的分类结果y0∈{c1,c2,……,ck}

算法思想



从结果中可以看出，有两个分类，因此生成一个2*2的混淆矩阵。

函数调用代码

//读入样本

Filefile= new File("F:\\Program Files (x86)\\Weka-3-7\\data\\weather.nominal.arff");

ArffLoaderloader = newArffLoader();

loader.setFile(file);

ins= loader.getDataSet();

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

//初始化分类器并训练

 cfs= (Classifier)Class.forName("weka.classifiers.bayes.NaiveBayes").newInstance();

cfs.buildClassifier(ins);

//获取分类器结果

testingEvaluation.evaluateModelOnceAndRecordPrediction(cfs,testInst);

//打印分类结果

System.out.println("分类器的正确率："+ (1-testingEvaluation.errorRate()));

运行结果如下：

分类器的正确率：0.9583333333333334

算法应用

垃圾邮件过滤系统可以参考论文：周威成 马素霞 齐林海，一种基于机器学习的垃圾邮件智能过滤方法。

原创文章，转载请注明出处，谢谢。