java - 如何以编程方式挖掘 tweeter sql 转储。

Question

我有一个 tweeter mysql 转储。我想在这个转储上建立一个分类器。我想知道是否有可用的软件包以及我应该使用什么类型的分类器。我想使用java构建这个分类器。

Answer 1

我建议您使用WEKA:http://www.cs.waikato.ac.nz/ml/weka/ -- WEKA 包含大量数据挖掘算法和实用程序。

它有一个 GUI，您可以在数据上试验分类器和过滤器的各种配置和组合，当您构建了一个好的模型时，您可以将 WEKA 嵌入到您的 java 程序中(它也是 java)，并且将其与预构建的模型一起使用来预测类别，或使用它来不断完善模型。或者在使用 WEKA 进行实验后，您可以在自己的应用程序中实现生成的决策树或其他内容，这样您就不必包含 WEKA。

您可能想要使用推文的“词袋”表示形式，并使用多层感知器、朴素贝叶斯或 J48 等分类器——所有这些都可以在 WEKA 中进行实验。

查看此页面:http://weka.wikispaces.com/Text+categorization+with+WEKA -- 页面底部有一个文本分类示例。

干杯，