Javaの道：基本事項（６．クラスパス）
概要 クラスパスはコンパイルや実行する際に、Java実行環境がクラスファイルを参照するために使用します。java.lang、java.io などJavaAPIとしてあらかじめ用意されている基本的なコアクラスを使用する際はクラスパスを指定する必要はりません。それらは何の指定もせずに、Java実行環境に読み込まれます。 コアクラス以外のクラスファイルは、Java実行環境が読み込むためにその位置を指定する必要があります。その際にクラスパスを使用します。 使用方法 クラスパスの使用方法は2つあります。java、javacなどのコマンドを使用する際に-classpathオプションを付ける方法と、CLASSPATH環境変数を設定する方法です。 -classpathオプション -classpathの省略形として-cpも使えます。 クラスパスは、ファイル格納ディレクトリ、jarファイル、zipファイルが指
ライブラリのインストール
Java ライブラリ(*.jar)のインストール Java のクラスライブラリは、*.jar というファイルで提供されていることがあります。 これは Java のクラスファイル *.class を集めて圧縮したものです。 コンパイル時や実行時に Java の処理系がこのライブラリを参照するようにするには、 以下の方法があります。 コンパイラがクラスを探しにいく場所のリストである classpath に含める。 環境変数 CLASSPATH の設定をする (すでにあれば追加をする) javac/java コマンド実行時に -classpath オプションで指定する eclipse のプロジェクトのビルド・パスに追加する システム標準の *.jar 置き場にコピーし、何も設定しなくても参照されるようにする。 方法例1: eclipse のビルド・パスに追加 eclipse のプロジェクトでは、
ナイーブベイズを用いたブログ記事の自動分類 - 人工知能に関する断創録
カイ二乗値を用いた特徴選択（2010/6/25）の続きです。今まで使ってきた20 Newsgroupsというデータは英語文書でかつ元ネタがよく分からずあまり面白くなかったので、今回はこのブログ（人工知能に関する断想録）の記事を分類してみます。このブログの各記事には私の判断でカテゴリをつけています。たとえば、この記事は[機械学習][自然言語処理]です。カテゴリのリストはこのブログの左メニューにあります。この前、少し整理したので全部で18のカテゴリがあります。新しい記事を書いたとき自動でカテゴリを割り振ることはできるのでしょうか？ （注）プログラミング言語はPythonを使っています。シリーズもので以前作ったコードを再利用してるので検索で飛んできた人はナイーブベイズを用いたテキスト分類（2010/6/13）から順に読んでください。 はてなダイアリーデータのダウンロードと整形 まず、はてなダイア
JPype - Java to Python integration
Home Blog Documentation Roadmap PNI Download Sourceforge Project Links: Python Java Jython/JPython Similar Projects : JEP JPE Important Message Here. This template is free at www.r7designer.com! JPype is an effort to allow python programs full access to java class libraries. This is achieved not through re-implementing Python, as Jython/JPython has done, but rather through interfacing at the nativ
Transformed Weight-normalized Complement Naive Bayes(TWCNB)についての実験と結果 - rubyu's blog
自作ソフトにテキストの多クラス分類機能を組み込みたくて、調べてみたら Complement Naive Bayes（CNB、補集合ナイーブベイズ）というアルゴリズムが最近の流行のようで、これを検証してみることにしました。 元論文 を一通り読んでから検証を進めていきました。実装される際は目を通すことをオススメします。 使用したコーパスは以下のようなもの 想定する用途に合わせて、それなりにクラス間でデータの量にばらつきがあります。 クラス ファイル数 サイズ A 832 121MB B 491 182MB C 449 59MB D 312 111MB E 298 26MB F 245 67MB G 234 73MB H 210 33MB I 123 33MB J 63 3MB K 62 14MB L 47 6MB M 47 5MB ひとまず、シンプルなナイーブベイズを 集合知プログラミング を
新はてなブックマークでも使われてるComplement Naive Bayesを解説するよ - 射撃しつつ前転 改
新はてブ正式リリース記念ということで。もうリリースから何週間も経っちゃったけど。 新はてなブックマークではブックマークエントリをカテゴリへと自動で分類しているが、このカテゴリ分類に使われているアルゴリズムはComplement Naive Bayesらしい。今日はこのアルゴリズムについて紹介してみる。 Complement Naive Bayesは2003年のICMLでJ. Rennieらが提案した手法である。ICMLというのは、機械学習に関する（たぶん）最難関の学会で、採択率はここ数年は30%を切っている。2003は119/371で、32.1%の採択率だったようだ。 Complement Naive Bayesの位置づけは 実装が簡単 学習時間が短い 性能もそこそこよい という感じで、2003年段階にあっても、絶対的な性能ではSVMに負けていた。しかし、学習が早いというのは実アプリケーシ
complement naive Bayes - 機械学習の「朱鷺の杜Wiki」
多項モデル† 単純ベイズで文書分類をする場合によく用いられるのが多項モデル． 単純ベイズでは，文書 \(\mathbf{x}_i\) が与えられたとき，クラス \(c\) になる確率は次式 \[\Pr[c|\mathbf{x}]\propto\Pr[\mathbf{x}|c]\Pr[c]\] \(w\) 種類の語があるとき，文書ベクトル \(\mathbf{x}_i=(x_{i1},x_{i2},\ldots,x_{iw})\) の要素は，語 \(j\) が文書 \(i\) 内で生じる回数． 多項モデルでは，この要素の頻度が多項分布に従うとする．クラス \(c\) の任意の文書のある語を選んだとき，その語が語 \(j\) である確率を \(\theta_{cj}\) で表す．すると，文書 \(\mathbf{x}_i\) は次式で決まるクラスに分類される \[\arg\max_c=\ln\
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
jythonで外部ライブラリ(jar)を利用する場合の jython 起動方法 - Object Design