问题标签 [moa]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 从 R 中的 Clustree 获取微集群的数量
我无法从 Clustree 检索微集群的数量。以下是代码:
现在如果打印 clustree 对象,我得到:
但是,clustree&description、clustree$options 或 clustree&javaObj 没有给出微集群的数量。有什么帮助吗?
java - 尝试使用 weka 过滤器时 MOA 中的异常
我正在我的学校做一个科学项目,我需要对我的数据流使用几个过滤器。我正在使用带有 WEKA 过滤器的 MOA。以下代码是我制作的分类器的一部分,因此我可以将过滤器与 MOA 分类器一起使用。我知道 MOA 有 WEKA 分类器,我可以在其中选择过滤分类器。但是我自己制作,以确保分类器没有测试合成实例。
基本上,只要达到窗口大小,就会应用过滤器。在线条mFilter.setInputFormat(mWekaInstances);
和mWekaNewInstances = weka.filters.Filter.useFilter(mWekaInstances, mFilter);
然而,这些行给出了一个例外。可能是什么原因?
moa - 堆栈跟踪 java.lang.ArrayIndexOutOfBoundsException
当我学习模型并评估带有此错误的 arff 数据时,遇到了问题解决。谢谢
java - 用于(moa PairedLearners)的示例代码
您好,我是使用 MOA 和 WEKA 的新手,
我需要使用此代码测试配对学习者的概念,并且我已经能够找到代码,但我在网上找不到任何示例,我很难弄清楚如何将我的数据传递到代码中并运行测试并查看我的结果. 请任何人指出我正确的方向或给我一些我可以遵循的指示来实现这一点。
moa/moa/src/main/java/moa/classifiers/meta/PairedLearners.java
尝试使用类似的代码: https ://groups.google.com/forum/#!topic/moa-development/3IKcguR2kOk
此致。//下面的示例代码
java - 使用 Java Stream 而不是 for 循环跳过代码执行
切换一堆 for 循环代码以使用并行流显然会导致代码的某些部分被忽略。
我正在使用带有 Java 11 的 MOA 和 Weka 来运行一个简单的推荐引擎示例,从 的源代码中获取线索,该示例moa.tasks.EvaluateOnlineRecomender
使用 MOA 的内部任务设置来测试由提供的偏置正则化增量同时矩阵分解 (BRISMF) 实现的准确性恐鸟。我没有使用 MOA 准备好的MovielensDataset
课程,而是切换到 Weka 的Instances
,以寻找应用 Weka 的 ML 工具的前景。
处理大约一百万个实例(我使用的是 Movielens 1M 数据集)大约需要 13-14 分钟。为了看到改进,我想在并行流上运行它,当任务在大约 40 秒内完成时我开始怀疑。我发现它BRISMFPredictor.predictRating
总是在并行流的主体内产生 0。以下是两种情况的代码:
初始化代码:
...
...和内部main()
(Weka 的一个怪癖CSVLoader
要求我将默认::
分隔符替换为+
)
现在,在以下片段之间交替:
(现在是所有并发的菜鸟):
现在我决定,哎呀,也许这个操作不能并行完成,我把它切换到使用stream()
. 即使这样,该段似乎也被完全忽略了,因为每次输出再次为 0.0
我曾尝试从运行中删除打印语句,但无济于事。
显然,在第一种情况下,我在大约 13 分钟内得到了由实际评分和预测评分组成的预期输出行,但在第二种情况下发现预测评分为 0.0,执行时间非常短。有什么我错过的吗?
编辑: usingdataset.forEach()
做同样的事情。也许是 lambdas 的一个怪癖?
text - 如何将文本转换为 MOA 实例?
我正在为文本应用程序在 MOA 中进行增量学习。这需要创建一个以数字方式表示文本的 Instance 对象,例如词汇表中每个词干的 TF-IDF 分数。我的 MOA 版本是 2019.05.0。
我在 MOA 中寻找文本处理工具,但找不到。
我看到 Weka 有一个类StringToWordVector
,所以我决定尝试一下。Weka 的类与 MOA 的类不一样,但是有一个类叫做WekaToSamoaInstanceConverter
,我想我可以创建一个 Weka Instance,运行它StringToWordVector
,然后将它转换为 MOA Instance。也许这是错误的轨道,或者这是正确的轨道,我在语法中遗漏了一些东西。
wekaWordVectors.size()
是子目录中的文件数,所以这就是我所期望的。
调用samoaInstances()
失败。第 220 行尝试调用locateIndex(0)
. 0 处没有类,因此返回 -1。这个 -1 用作数组索引,所以我得到一个ArrayIndexOutOfBoundsException
. 我不知道 0 级是什么意思,但我知道那ArrayIndexOutOfBoundsException
意味着我做错了什么。
java - Java MOA Clustream WithKmeans:微集群和宏集群的空中心和(半径,权重 = 0)
首先:我moa-release-2019.05.0-bin/moa-release-2019.05.0/lib/moa.jar
在我的java项目中使用。
现在,让我们进入正题:我正在尝试使用moa.clusterers.clustream.WithKmeans 流聚类算法,但我不知道为什么会这样......
我是使用 moa 的新手,我很难尝试解码必须如何使用聚类算法。文档缺少常见用法的示例代码,实现也没有得到很好的解释……也没有找到任何教程。
- 我的代码:
- 来自调试器的信息:
我已经阅读了很多次源代码,在我看来,我正在使用正确的功能,以正确的顺序......我不知道我错过了什么......欢迎任何反馈!
ensemble-learning - 在 MOA 框架中更改基础学习器
我有两个与数据流的集成学习有关的问题。
如果您使用过 MOA 框架,请告诉我如何更改给定算法的基础学习器。例如,我想将其更改为 OnlineAdaBoost、OnlineAdaC2、onlineSMOTEBagging 和 OnlineRUSBoost。所有这些的基础学习器是自适应随机森林,我希望它是霍夫丁树。当我单击 EDIT 更改 baseLearner 时,没有任何反应。
Q1 中的算法默认使用 ARF 作为基础学习器,而 ARF 使用 Hoeffding Tree 作为基础学习器。我们可以说这些算法间接使用 Hoeffding Tree 作为基础学习器吗?作为比较,我必须使用 Hoeffding Tree 作为这些的基础学习器。
https://javadoc.io/static/nz.ac.waikato.cms.moa/moa/2020.12.0/moa/classifiers/meta/imbalanced/OnlineRUSBoost.html https://javadoc.io/static/nz.ac .waikato.cms.moa/moa/2020.12.0/moa/classifiers/meta/imbalanced/OnlineSMOTEBagging.html https://javadoc.io/static/nz.ac.waikato.cms.moa/moa/2020.12.0/ moa/classifiers/meta/imbalanced/OnlineAdaC2.html https://javadoc.io/static/nz.ac.waikato.cms.moa/moa/2020.12.0/moa/classifiers/meta/imbalanced/OnlineAdaBoost.html
如果需要更多信息,我可以提供。
德克萨斯州。