### R code from vignette source 'RWeka.Rnw' ################################################### ### code chunk number 1: RWeka.Rnw:15-16 ################################################### require("RWeka") ################################################### ### code chunk number 2: RWeka.Rnw:62-63 (eval = FALSE) ################################################### ## WPM("refresh-cache") ################################################### ### code chunk number 3: RWeka.Rnw:66-67 (eval = FALSE) ################################################### ## WPM("list-packages", "installed") ################################################### ### code chunk number 4: RWeka.Rnw:70-71 (eval = FALSE) ################################################### ## WPM("list-packages", "available") ################################################### ### code chunk number 5: RWeka.Rnw:99-103 (eval = FALSE) ################################################### ## LBR <- ## make_Weka_classifier("weka/classifiers/lazy/LBR", ## c("LBR", "Weka_lazy"), ## package = "lazyBayesianRules") ################################################### ### code chunk number 6: RWeka.Rnw:122-127 ################################################### m1 <- J48(Species ~ ., data = iris) writeLines(rJava::.jstrVal(m1$classifier)) save(m1, file = "m1.rda") load("m1.rda") rJava::.jstrVal(m1$classifier) ################################################### ### code chunk number 7: RWeka.Rnw:141-146 ################################################### m1 <- J48(Species ~ ., data = iris) rJava::.jcache(m1$classifier) save(m1, file = "m1.rda") load("m1.rda") writeLines(rJava::.jstrVal(m1$classifier)) ################################################### ### code chunk number 8: RWeka.Rnw:151-152 ################################################### unlink("m1.rda") ################################################### ### code chunk number 9: RWeka.Rnw:162-181 ################################################### graphVisualizer <- function(file, width = 400, height = 400, title = substitute(file), ...) { ## Build the graph visualizer visualizer <- .jnew("weka/gui/graphvisualizer/GraphVisualizer") reader <- .jnew("java/io/FileReader", file) .jcall(visualizer, "V", "readDOT", .jcast(reader, "java/io/Reader")) .jcall(visualizer, "V", "layoutGraph") ## and put it into a frame. frame <- .jnew("javax/swing/JFrame", paste("graphVisualizer:", title)) container <- .jcall(frame, "Ljava/awt/Container;", "getContentPane") .jcall(container, "Ljava/awt/Component;", "add", .jcast(visualizer, "java/awt/Component")) .jcall(frame, "V", "setSize", as.integer(width), as.integer(height)) .jcall(frame, "V", "setVisible", TRUE) } ################################################### ### code chunk number 10: RWeka.Rnw:184-186 (eval = FALSE) ################################################### ## write_to_dot(m1, "m1.dot") ## graphVisualizer("m1.dot") ################################################### ### code chunk number 11: RWeka.Rnw:213-214 ################################################### c("-W", "weka.classifiers.trees.J48", "--", "-M", 30) ################################################### ### code chunk number 12: RWeka.Rnw:218-219 ################################################### Weka_control(W = J48, "--", M = 30) ################################################### ### code chunk number 13: RWeka.Rnw:223-228 ################################################### myAB <- make_Weka_classifier("weka/classifiers/meta/AdaBoostM1") myAB(Species ~ ., data = iris, control = c("-W", "weka.classifiers.trees.J48", "--", "-M", 30)) myAB(Species ~ ., data = iris, control = Weka_control(W = J48, "--", M = 30)) ################################################### ### code chunk number 14: RWeka.Rnw:234-238 ################################################### AdaBoostM1(Species ~ ., data = iris, control = Weka_control(W = list(J48, "--", M = 30))) AdaBoostM1(Species ~ ., data = iris, control = Weka_control(W = list(J48, M = 30)))