问题标签 [rweka]
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 - Mac上Rstudio下的RWeka安装
我试图从以前的帖子中找到解决方案，但它们并没有解决我的问题。
我正在使用 macOS High Sierra 并安装了 Java。以下是 Rstudio 报告的错误。此外，rJava、Mac 和 R 真的很混乱。我找到了这篇文章，但仍然无法正常工作。
//////////////////
library(RWeka) 错误：'RWeka' 的包或命名空间加载失败：'rJava' 的 loadNamespace() 中的 .onLoad 失败，详细信息：调用：dyn.load(file, DLLpath = DLLpath, ...) 错误：无法加载共享对象'/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.so'：dlopen(/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava /libs/rJava.so, 6)：库未加载：@rpath/libjvm.dylib 引用自：/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.so 原因：图像未找到另外：警告消息：包“RWeka”是在 R 版本 3.4.4 下构建的
java - 为什么每次建模时间我在 Weka 收到的拍摄时间都不一样？
每次我点击开始在 Weka 中为相同的数据和相同的功能进行建模时，我都会收到不同的花费时间。我如何测量实际花费的时间？
r - 我应该如何绘制从 RWeka J48() 函数运行的多分裂（非二元分裂）决策树？
我尝试使用 J48() 函数的选项构建多拆分树：
mytree = J48(class ~ ., data=train.set, na.action = NULL, control= Weka_control(U=TRUE, B=FALSE))
它似乎工作正常。但我无法通过以下任何代码绘制决策树：
if(require("partykit", quietly = TRUE)) plot(mytree)
通过使用partykit 包中的绘图工具。手册说它只绘制二叉树。或者代码：
prp(mytree)
通过使用 rpart.plot 包中的绘图功能。因为 R 显示警告信息
Error in prp(mytree) : Not an rpart object
谁能告诉我如何绘制这棵树？
r - 使用决策规则拆分其他数据
我正在寻找一种优雅的解决方案来使用在一个数据集（例如您的训练集）中创建的决策规则来根据这些规则拆分另一个数据集（例如测试数据）的数据。
看这个例子：
这给出了以下输出：
根据这些规则，您将拥有 7 个组（或叶）。我正在寻找的是对测试数据Pimatest应用这些规则（因此不重新训练决策树），以便实际上每个数据点都可以指定给用新变量group指示的 7 个组之一。
输出如下所示：
我目前有一个工作解决方案，它的编码非常糟糕，所以这就是为什么我正在为这个问题寻找一个优雅的解决方案。
r - 为什么我在使用 RWEKA 包时出现错误
我使用了 RWEKA，突然当我使用：
我收到以下错误：
r - 使用 J48 算法绘制基于字符串的决策树进行预测
我正在尝试根据字符串值属性绘制 J48 决策树并预测目标变量（分类），我已经看到很多基于数值绘制决策树的示例，但我没有遇到过基于字符串的情况。
这是样本数据集，J48 决策树工作正常。
如果我将标题 sepal_length、sepal_width 和 sepal_color 重命名，并将值作为“白色”、“黑色”以及不同颜色组合到 setosa、versicolor 和 virginca，我如何绘制决策树并预测目标物种值。
假设我有如下数据集，
r - 使用 RWeka 创建朴素贝叶斯分类器时遇到问题
我正在尝试通过 RWeka 创建一个 NB 分类器，它返回一个变量类型错误。
我有以下变量：
dtm_df.train作为包含以下内容的data.frame
并class.formula作为一个公式包含：state ~ ask + check
使用时
它返回：
将数据参数转换dtm_df.train为矩阵不起作用，因为它需要一个 data.frame。
尝试时：
它返回
r - RWeka 是否有按类别划分的详细准确度？
在Weka 3.8.3（机器学习平台）中，使用 JRip 分类器的分析结果如下所示。
使用RWeka 0.4-40（Weka for R），相同类型的分析会产生以下形式的结果。
“Detailed Accuracy By Class”部分（原始 Weka 结果的第二部分）的数据在哪里？我试过了
但它无处可寻。显然，p是我的data.frame，第215列是分类器。
r - 将欧几里得距离更改为曼哈顿
我的代码：
返回：
.jcall 中的错误（集群，“V”，“buildClusterer”，实例）：java.lang.ClassNotFoundException
尝试将 SimpleKMeans 默认欧几里得距离更改为曼哈顿距离。
r - 如何在 RWeka 中获取分类值？
谁能解释我如何从 RWeka 包中获得 J48 制作的决策树中每次休假的结果？
因此，例如，我们在 R 中有这个 iris 数据集：
在预测中，我想使用休假中的比例。我试着用这个包Partykit，但它看起来仍然很复杂，只是为了得到每个假期的比例。
至少我得到了列表中的叶子数，但找不到概率。
因此，作为预测，我想要例如 Petal.Width > 0.6 的新数据点的结果；花瓣宽度 <= 1.7; Petal.Length <= 4.9 结果杂色 97,9%。和 2,1% 其他。我怎样才能得到这些预测？