如何从Java调用scikit-learn分类器？
我有一个使用Python的scikit-
learn训练的分类器。如何使用Java程序中的分类器？我可以使用Jython吗？有什么方法可以在Python中保存分类器并在Java中加载分类器？还有其他使用方式吗？
问题答案：
您不能使用jython，因为scikit-
learn非常依赖numpy和scipy，它们具有许多已编译的C和Fortran扩展，因此无法在jython中工作。
在Java环境中使用scikit-learn的最简单方法是：
-
使用microframework如暴露分类作为HTTP /服务的Json，例如烧瓶或瓶子或檐口和使用HTTP客户端库从Java调用它
-
使用python编写一个命令行包装器应用程序，该程序使用诸如CSV或JSON（或某些较低级别的二进制表示形式）之类的格式读取标准输入数据并在标准输出输出预测，并例如使用Apache Commons Exec从Java调用python程序。
-
使python程序输出在拟合时学习的原始数值参数（通常作为浮点值的数组），并在Java中重新实现预测函数（对于线性预测模型，预测通常只是阈值点积，这通常很容易实现） 。
如果您还需要用Java重新实现特征提取，那么最后一种方法将需要做更多的工作。
最后，您可以使用Java库（例如Weka或Mahout）来实现所需的算法，而不必尝试使用Java的scikit-learn。
-
K-means k是一个超参数，表示要聚类成多少类。K-means计算方法是重复移动类的重心，以实现成本函数最小化，成本函数为： 其中μk是第k类的重心位置 试验 构造一些样本用户试验，如下： # coding:utf-8 import sys reload(sys) sys.setdefaultencoding( "utf-8" ) import matplotlib.pyplot as pl
-
scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。 Installation 依赖 scikit-learn 要求: Python (>= 2.7 or >= 3.3) NumPy (>= 1.8.2) SciPy (>= 0.13.3) 运行示例需要 Matplotlib >= 1
-
本文向大家介绍scikit-learn 使用交叉验证训练分类器，包括了scikit-learn 使用交叉验证训练分类器的使用技巧和注意事项，需要的朋友参考一下 示例 使用虹膜数据集： 数据分为训练集和测试集。要做到这一点，我们使用train_test_split效用函数来分割双方X和y（数据和目标矢量）用随机选择train_size=0.75（训练集包含数据的75％）。 训练数据集被输入到k最近邻
-
我如何将与此等价的东西传递给scikit-learn分类器，如随机森林或SVM分类器？
-
Introduction to Machine Learning with scikit-learn This video series will teach you how to solve Machine Learning problems using Python's popular scikit-learn library. There are 10 video tutorials tot
-
问题内容： 我正在使用具有9个样本和大约7000个属性的随机森林模型。在这些样本中，我的分类器可以识别3个类别。 我知道这远非理想条件，但我正在尝试找出哪些属性在特征预测中最重要。哪些参数最适合优化功能重要性？ 我尝试了不同的方法，发现“重要特征”（即数组中的非零值）的数量急剧增加。 我已经阅读了文档，但是如果有任何经验，我想知道最适合调整哪些参数，并简要说明原因。 问题答案： 根据我的经验，sk