Weka의 DBSCAN 클러스터링 3-8-1

Question

Weka 패키지 관리자를 사용하여 GUI에서 Weka에 OPTICS_DBSCAN 패키지를 설치 한 후 GUI를 사용하여 알고리즘을 실행할 수 있습니다. 그러나 명령 행 인터페이스를 사용하면 다음과 같은 오류가 발생합니다.

Error: Could not find or load main class weka.clusterers.DBSCAN

는 내가 GUI 자체에서 명령을 복사하고 오류가있을 수 있는지 이해가 안 돼요. 다음은 명령입니다.

java weka.clusterers.DBSCAN -E 0.9 -M 6 -A "weka.core.EuclideanDistance -R first-last" -t "ARFF_Files/Jain.arff"

문제가 될 수있는 것을 어떤 아이디어?

추 신 : 그물에 떠 다니는 두 가지 변종을 보았으므로 이름으로 DBSCAN과 DBScan을 모두 시험해 보았습니다.

Answer 1

DBSCAN의 올바른 철자는 모두 대문자이지만 Weka 클래스는 다른 이름으로 오랫동안 사용되었습니다.

.jar을 클래스 경로에 추가해야합니다. Weka는이 확장 시스템을 도입했지만 명령 행은 이 아니며은 GUI에 설치된 확장을 자동으로로드합니다. 자바 클래스 경로를 직접 설정해야합니다.

Weka 대신 ELKI을 사용하십시오. 로트이 더 빠르다는 것을 알게 될 것입니다. 특히 데이터 인덱스를 활성화 할 때 더 빠릅니다. 또한 ELKI는 더 많은 클러스터링 알고리즘과 완벽한 OPTICS를 제공합니다. Weka의 OPTICS는 올바르게 기억한다면 Xi 추출이 없습니다. 실험에서는 웨카 가장 느린 구현 한 벤치마킹이었다 (단 느린 구현되었다 R의 fpc 패키지)

Kriegel, H. P., 슈베르트, E., & Zimek, A. (2017).
The (black) art of runtime evaluation: Are we comparing algorithms or implementations?
지식 및 정보 시스템, 52 (2), 341-378.

가장 빠른 도구는 인덱스가있는 1.5 (저수준 최적화 된 C++)에서 7 초 (Java)까지 데이터를 클러스터링합니다. Weka는 1100 초를 넘겼습니다. 이 데이터 세트에서 100 배 이상 느립니다.