与WEKA一起开发
我在哪里可以得到WEKA的源代码？
每个WEKA版本都附带一个包含完整源代码的JAR归档(这只是一个简单的ZIP归档)。它被称为weka-src.jar。或者，你也可以从Subversion获得WEKA的源代码。
如何编译WEKA
你可以简单地使用任何(兼容Sun的)Java编译器编译源代码，也可以使用Ant或IDE。请查看关于编译WEKA的文章，其中包含指向更多文章的链接，这些文章涵盖了关于ANT和IDE的主题。
什么是Subversion？我需要做什么才能访问它
Subversion是我们现在对WEKA源代码使用的版本控制系统。有关如何访问存储库并从中检索源代码的更多信息，请参阅Subversion文章。
如何在我自己的代码中使用wekas类
在你自己的代码中使用WEKA类并不难，下面的文章很好地概述了如何做到这一点：
- 在Java代码中使用WEKA。
- 一般来说，标签为“源代码”的文章。
其他资源：
- 请查看Weka手册中使用API的章节(2009年9月8日之前的快照以及>3.6.1和>3.7.0的版本)。
- Weka Examples集合是一个ANT项目，可以通过快照和2009年9月8日之后的版本获得，其中包含大量的示例类。
注意：WEKA是GNU通用公共许可证下的开源软件，这意味着你的代码也必须按照GPL进行许可。
如何编写新的分类器或筛选器
基本上，分类器需要从weka.classfiers.classfier派生，过滤器需要从weka.filters.Filter派生，但这只是情况的一部分。以下文章更详细地介绍了新计划的发展：
如果你的方案不在通常的WEKA包之外，你需要让WEKA知道这个包，以便能够在GUI中使用它。请参阅如何添加新的分类器、过滤器、内核等？了解更多关于这方面的信息。
注意：这也包含在WEKA手册3.6.1/3.7.0以后的版本中的扩展WEKA一章，或者2010年10月1日以后的稳定3.6/Developer版本的快照中。此外，本章还介绍了聚类器、属性选择算法和关联器。
我可以将weka编译成本机代码吗？
是的，你有以下选项：
- Excelsior JET-将Java编译成本机代码的商业工具(Windows/Linux)。
- gcj-一个免费的跨平台工具，用于将Java编译成本机代码。
有关更多详细信息，请参阅使用gcj编译WEKA一文。
我可以使用C#中的WEKA吗？
可以。有关更多信息，请阅读在Microsoft.NET框架中使用WEKA一文。还有一个针对IKVM的教程可用。
我可以使用python中的weka吗？
是也不是。如果你正在从头开始，你可能想要考虑Jython，它是Python的重写，以便与Java无缝集成。缺点是，你只能使用Jython实现的库，而不能使用NumPy或SciPy等其他库。本文使用Jython中的WEKA解释了如何使用Jython中的WEKA类，以及如何在Jython中实现新的分类器，并用Jython实现了一个ZeroR示例。
一种利用javax.script包(Java6中的新功能)的方法是Jepp，即Java Embedded Python。Jepp似乎具有与Jython相同的限制，不能导入Scipy或Numpy，但可以导入纯Python库。通过 JEPP使用 WEKA的弧线包含更多信息和示例。
另一种解决方案是从Python应用程序内部访问Java的JPype，但它还没有完全成熟。
最后，你可以使用python-weka-wrapper Python 2.7库来访问Weka(3.9.x)的大部分非GUI功能：
对于Python3，使用python-weka-wrapper3 Python库：
我可以使用groovy的weka吗？
可以。有关更多信息，请阅读从Groovy使用WEKA一文。本文将告诉你如何设置Groovy CLASSPATH，以便使WEKA类可供Groovy使用，并且还包含一些示例代码。
序列化很好，但是如何从weka类生成实际的java代码呢？
WEKA的一些方案支持基于其内部状态生成Java源代码。有关更多详细信息，请参阅从WEKA类生成源代码一文。
分类/回归的可插拔评估指标
WEKA3.7.8(以及WEKA开发者分支从2012年1月15日开始的每晚快照)有一种机制，允许将新的分类和回归评估指标添加为插件。新的指标将与WEKA的标准评估指标集一起，在命令行上生成的输出中输出，在资源管理器的分类面板中，并由知识流的分类器性能评估器组件进行输出。在命令行上生成的输出中，新的指标将与WEKA的标准评估指标集一起输出。此外，新的插件指标也可用于在实验台中进行分析。
以前，添加新的评估度量涉及编辑和重新编译单一的weka.classfiers.valuation类-即使在最好的情况下，这也是一项令人不寒而栗的工作。使用新的插件机制，可以很容易地添加新指标并通过包管理系统进行部署。如何为包管理系统构建包的“附加配置文件”部分？详细说明如何告诉PluginManager类有关新插件评估指标的信息。
类和接口
所有新指标的主要基类都是weka.classifiers.evaluation.AbstractEvaluationMetric。该类要求具体的子类实现以下方法：
boolean appliesToNominalClass()-如果此度量计算的统计信息适用于名义类问题，则为true。boolean appliesToNumericClass()-如果此度量计算的统计信息适用于数值类问题，则为true。String getMetricName()-返回指标的名称。String getMetricDescription()-返回指标的简短描述。List-返回此指标计算的统计信息列表(例如，“正确”的指标可能同时返回正确分类的数字和正确的百分比)。getStatisticNames() double getStatistic(String statName)-获取命名统计的计算值。
为了便于计算统计数据，在第一次构造时，主valuation对象(他的类现在位于weka.classfiers.valuation中)将向所有插件指标传递对其自身的引用。因此，插件度量可以访问EVALUATION类中的所有受保护字段，并且可以在计算自己的统计数据时使用这些字段。
除了扩展AbstractEvaluationMetric之外，插件指标还需要实现以下接口之一：
weka.classifiers.evaluation.StandardEvaluationMetric
接口的“标准”评估指标-即，将成为WEKA正常输出的一部分，而不必打开特定的显示选项。
它定义了以下方法。
String toSummaryString()-返回一个格式化字符串(适合在控制台或GUI输出中显示)，其中包含此指标计算的所有统计数据。void updateStatsForClassifier(double[] predictedDistribution, Instance instance)-更新有关当前测试实例的分类器性能的统计信息。当类是名义类时调用。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。void updateStatsForPredictor(double predictedValue, Instance instance)-更新有关当前测试实例的预测器性能的统计信息。当类是数值类时调用。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。
weka.classifiers.evaluation.InformationTheoreticEvaluationMetric
信息论评估指标要实施的接口。允许命令行界面根据用户提供的选项显示或不显示这些指标。
它定义了以下方法。
String toSummaryString()-返回一个格式化字符串(适合在控制台或GUI输出中显示)，其中包含此指标计算的所有统计数据。void updateStatsForClassifier(double[] predictedDistribution, Instance instance)-更新有关当前测试实例的分类器性能的统计信息。当类是名义类时调用。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。void updateStatsForPredictor(double predictedValue, Instance instance)-更新有关当前测试实例的预测器性能的统计信息。当类是数值类时调用。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。void updateStatsForConditionalDensityEstimator(ConditionalDensityEstimator classifier, Instance classMissing, double classValue)-基于当前测试实例更新条件密度估计器的统计信息。当类为数值且分类器为ConditionalDensityEstimators时调用。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。
weka.classifiers.evaluation.InformationRetrievalMetric
要实现的信息检索评估指标的接口。允许命令行界面根据用户提供的选项显示或不显示这些指标。这些统计数据将在信息检索统计表中显示为新列。因此，不需要toSummaryString()格式的表示形式。
它定义了以下方法。
void updateStatsForClassifier(double[] predictedDistribution, Instance instance)-更新有关当前测试实例的分类器性能的统计信息。当类是名义类时调用。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。double getStatistic(String name, int classIndex)-获取给定类索引的命名统计的值。如果实现类扩展AbstractEvaluationMetric，则getStatistic(String StatName)的实现应该使用classIndex 0调用此方法。double getClassWeightedAverageStatistic(String statName)-获取此统计信息的加权(按类)平均值。
weka.classifiers.evaluation.IntervalBasedEvaluationMetric
主要是要实施的基于间隔的评估指标的标记接口。允许命令行界面根据用户提供的选项显示或不显示这些指标。
它定义了以下方法。
String toSummaryString()-返回一个格式化字符串(适合在控制台或GUI输出中显示)，其中包含此指标计算的所有统计数据。void updateStatsForIntervalEstimator(IntervalEstimator classifier, Instance instance, double classValue)-基于当前测试实例更新区间估计器的统计信息。只有在无法根据基本评估对象中存储的内容计算其统计信息时，实现者才需要实现此方法。
我能为WEKA做些什么呢？
关于如何为WEKA做贡献的信息可以在“如何为包管理系统构建包”的贡献包一节中找到。文章。新分类器(一般方案)的条件是，首先，它们必须在知名会议(例如，ICML)的论文集上发表，或者作为受人尊敬的期刊(例如，机器学习)的文章发表；第二，它们的性能优于其他标准方案(例如，J48/C4.5)。
但是请记住，我们没有很多人力，也就是说，做WEKA维护人员并不是一个全职的职位。
