Advertisement
ArCiGo

RecFacial

Mar 22nd, 2014
136
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Java 2.02 KB | None | 0 0
  1. package RecFacial;
  2.  
  3. import java.io.*;
  4. import weka.classifiers.Classifier;
  5. import weka.classifiers.Evaluation;
  6. import weka.classifiers.bayes.*;
  7. import weka.core.*;
  8. import weka.core.converters.*;
  9.  
  10. /*
  11.  * @author ArCiGo
  12.  */
  13. public class RecFacial {
  14.  
  15.     public static void main(String[] args) throws Exception {
  16.  
  17.         try {
  18.             //cargando datos marcados
  19.             ArffLoader loader = new ArffLoader();
  20.             loader.setFile(new File("recFacial.arff"));            
  21.             Instances structure = loader.getStructure();
  22.             structure.setClassIndex(structure.numAttributes() - 1);
  23.  
  24.             //cargando datos no marcados
  25.             //Instances unlabeled = new Instances(new BufferedReader(new FileReader("recfacial2.arff")));
  26.             ArffLoader loader1 = new ArffLoader();
  27.             loader1.setFile(new File("recFacial2.arff"));            
  28.             Instances unlabeled = loader1.getStructure();
  29.             unlabeled.setClassIndex(unlabeled.numAttributes() - 1);
  30.            
  31.             /*Creando una copia*/
  32.             Instances labeled=new Instances(unlabeled);
  33.            
  34.             Classifier nb=new NaiveBayes();
  35.             nb.buildClassifier(structure);
  36.            
  37.             for (int i = 0; i < unlabeled.numInstances(); i++) {
  38.                 double clsLabel = nb.classifyInstance(unlabeled.instance(i));
  39.                 structure.instance(i).setClassValue(clsLabel);
  40.                 System.out.println(clsLabel+"->"+unlabeled.classAttribute().value((int)clsLabel));
  41.             }
  42. //            Evaluation eval=new Evaluation(structure);
  43. //            eval.evaluateModel(cls, unlabeled);
  44. //            System.out.println(eval.toSummaryString("\nResultados\n---\n", false));            
  45. //            train NaiveBayes
  46. //            NaiveBayesUpdateable nb = new NaiveBayesUpdateable();
  47. //            nb.buildClassifier(structure);
  48. //            Instance current;
  49.         } catch (Exception e) {
  50.             System.err.println("Failed reading file");
  51.         }
  52.     }
  53. }
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement