パイプライン内のPython-Java仮想マシン

Question

私のプロジェクトでは、SVM classiferとPipelineを使用してクロスバリデーションの中で機能選択を行う必要があります。フィーチャ選択の方法は、相関ベースのフィーチャ選択です（私はPython-weka-wrapperを通じてWekaライブラリを使用しています）。だから、私は）（フィット（）でこのクラスを書かれており、変換している方法：私は私のコードを実行すると

import numpy as np 
from sklearn.base import BaseEstimator, TransformerMixin 
from convertArff import arffOutput 
import weka.core.jvm as jvm 

from weka.attribute_selection import ASSearch, ASEvaluation, AttributeSelection 
from weka.core.converters import Loader 

class CorrelationFeatureSelection(BaseEstimator, TransformerMixin): 


    def __init__(self, names, array): 
     self.names = names 
     self.array = array 



    def _reset(self): 
     """Reset internal data-dependent state of the scaler, if  necessary. 
     __init__ parameters are not touched. 
     """ 

     # Checking one attribute is enough, becase they are all set together 
     # in partial_fit 
     if hasattr(self, 'attibutes_selected_'): 
      del self.attributes_selected_ 




    def fit(self, X, y=None): 
     self._reset() 
     print type(self.array) 
     arffOutput("result", self.array, self.names) 
     jvm.start() 
     print "sono dentro" 
     loader = Loader(classname="weka.core.converters.ArffLoader") 
     data = loader.load_file("result.arff") 
     data.class_is_last() 

     print(data) 

     search = ASSearch(classname="weka.attributeSelection.BestFirst", options=["-D", "1", "-N", "5"]) 
     evaluator = ASEvaluation(classname="weka.attributeSelection.CfsSubsetEval", options=["-P", "1", "-E", "1"]) 
     attsel = AttributeSelection() 
     attsel.search(search) 
     attsel.evaluator(evaluator) 
     attsel.select_attributes(data) 

     print("# attributes: " + str(attsel.number_attributes_selected)) 
     print("attributes: " + str(attsel.selected_attributes)) 
     print("result string:\n" + attsel.results_string) 
     attributes = attsel.selected_attributes 
     jvm.stop() 

     print attributes 
     print type(attributes) 
     self.attributes_selected_ = attributes[0:len(attributes) - 1] 
     print self.attributes_selected_ 
     return self 

    def transform(self, X): 

     col_list = [] 
     for c in self.attributes_selected_: 
      col_list.append(X[:, c:c + 1]) 
     return np.concatenate(col_list, axis=1) 

、私は次のエラーを取得：

RuntimeError: Failed to start Java VM 

は、任意のはありますこの問題の解決策？

Answer 1

JVMの起動と停止は、アプリケーションを起動する方法（if __name__ == "__main__":ブロック）のmainメソッドで実行する必要があります。これは、残念なことにJVMを1回以上起動/停止できないためです。

次のコードは、第jvm.start()に失敗します。

import weka.core.jvm as jvm 

print("Starting 1") 
jvm.start() 
print("Stopping 1") 
jvm.stop() 
print("Starting 2") 
jvm.start() 
print("Stopping 2") 
jvm.stop()