Escolar Documentos
Profissional Documentos
Cultura Documentos
APLICACIONES DE LA INTELIGENCIA
ARTIFICIAL EN ROBTICA
Prctica 2:
Utilizacin de WEKA desde
la lnea de comandos.
Objetivos:
Utilizacin de WEKA desde la lnea de comandos.
Modificacin de parmetros de los clasificadores
Lectura automtica de resultados.
Lanzamiento de WEKA dentro de un bucle.
1. INTRODUCCIN
En la prctica anterior se utiliz WEKA desde uno de sus entornos grficos.
En ocasiones es ms prctico utilizar los algoritmos de WEKA desde la lnea de
comandos. Por ejemplo, si se quiere lanzar muchas veces un clasificador para obtener
estadsticas de resultados, se puede automatizar el proceso mediante un bucle.
5
8
14
0
1
0
0
0
0
14
100 %
0 %
%
%
9
5
0.186
0.2857
0.4818
60
%
97.6586 %
14
64.2857 %
35.7143 %
Se trata el mismo resultado que se obtuvo en la prctica anterior desde el entorno grfico.
Veamos en detalle la instruccin tecleada:
java
Associations:
Classifiers:
clasificadores.
Clusterers:
agrupacin de datos.
Core:
Datagenerators:
Estimators:
estimadores estadsticos.
Experiment:
interfaz de usuario.
Filters:
Gui:
interfaz de usuario.
14
100 %
64.2857 %
Una vez que somos capaces de leer los resultados, es posible lanzar un clasificador con
distintos valores para sus parmetros en un bucle y almacenar todos los resultados. Se
probar el siguiente programa Matlab:
>> cf = [0.05 0.10 0.15 0.20 0.25 0.30];
>> for i=1:6
>> orden = sprintf
(!java weka.classifiers.trees.J48 t
out.txt, cf(i));
>> eval(orden);
>> [p1(i), p2(i)] = lee_weka(out.txt);
>> end;
data/weather.arff
%f
>
Una vez ejecutado el programa anterior, los resultados estarn disponibles en los
vectores p1 y p2, y podrn ser mostrados, por ejemplo, mediante un comando plot:
>> plot(p1, r-*);
>> plot(p2, g-o);
100
95
90
85
80
75
70
65
60
55
1.5
2.5
3.5
4.5
5.5
98
97
96
95
94
93
92
0.005
datos 1
datos 2
datos 3
0.010
0.025
0.050
0.100
0.150
0.200
umbral de confianza para la poda
0.250
0.300
100
datos 1
datos 2
datos 3
80
60
40
20
0
0.005
0.010
0.025
0.050
0.100
0.150
0.200
umbral de confianza para la poda
0.250
0.300