weka简介.pptVIP

WEKA简介 一、简介 WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），它的源代码可通过http://www.cs.waikato.ac.nz/ml/weka得到。同时weka也是新西兰的一种鸟名，而WEKA的主要开发者来自新西兰。 WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。  如果想自己实现数据挖掘算法的话，可以看一看weka的接口文档。在weka中集成自己的算法甚至借鉴它的方法自己实现可视化工具并不是件很困难的事情。  2005年8月，在第11届ACM SIGKDD国际会议上，怀卡托大学的Weka小组荣获了数据挖掘和知识探索领域的最高服务奖，Weka系统得到了广泛的认可，被誉为数据挖掘和机器学习历史上的里程碑，是现今最完备的数据挖掘工具之一。Weka的每月下载次数已超过万次。  二、启动WEKA Explorer 使用 WEKA 探索数据的环境。（本文档的其它部分将详细介绍这个环境） Experimenter 运行算法试验、管理算法方案之间的统计检验的环境。 KnowledgeFlow 这个环境本质上和 Explorer 所支持的功能是一样的，但是它有一个可以拖放的 界 面。 它有 一 个优 势， 就 是支 持增 量 学 习（incremental learning）。 SimpleCLI 提供了一个简单的命令行界面，从而可以在没有自带命令行的操作系统中直接执行 WEKA 命令。 三. WEKA Explorer 3.1 标签页 在窗口的顶部，标题栏下是一排标签。当 Explorer 首次启动时，只有第一个标签页 是活动的；其他均是灰色的。这是因为在探索数据之前，必须先打开一个数据集(可能还要对它进行预处理)。 所有的标签页如下所示： 1. Preprocess. 选择和修改要处理的数据。 2. Classify. 训练和测试关于分类或回归的学习方案。 3. Cluster. 从数据中学习聚类。 4. Associate. 从数据中学习关联规则。 5. Select attributes. 选择数据中最相关的属性。 6. Visualize. 查看数据的交互式二维图像。 这些标签被激活后，点击它们可以在不同的标签页面上进行切换，而每一个页面上可以 执行对应的操作。不管位于哪个页面，窗口的底部区域(包括状态栏、log 按钮和 Weka 鸟) 仍然可见。 3.2 状态栏 状态（Status）栏出现在窗口的最底部。它显示一些信息让你知道正在做什么。例如，如果 Explorer 正忙于装载一个文件，状态栏就会有通知。 提示 — 在状态栏中的任意位置右击鼠标将会出现一个小菜单。这个菜单给了你两个选项： 1. Memory Information. 在 log 栏中显示 WEKA 可用的内存量。 2. Run garbage collector. 强制运行 Java 垃圾回收器，有哪些信誉好的足球投注网站不再需要的内存空间并将之释放，从而可为新任务分配更多的内存。注意即使不强制运行，垃圾回收也是一直作为后台任务在运行的。 3.3 Log 按钮 点击这个按钮，会出现一个单独的窗口，包含一个可拖动的文本区域。文本的每一行被加了一个时间戳，显示了它进入日志（log）的时间，一旦在WEKA 中执行某种操作时，该日志就会记录发生了什么。对于使用命令行或者 SimpleCLI 的人，日志也将完整地记录分类，聚类，特征提取等任务的设置字符，使得它们可被复制/粘贴到其它地方。但关于数据集和 class 属性 1的选项仍然要由用户给出（例如，分类器（classifier）的 –t，或者筛选器的 –i 和 -o） 3.4 WEKA 状态图标 状态栏的右边是 WEKA 状态图标。当不运行任何进程时，WEKA鸟会坐下并打一个小盹。×符号旁的数字显示了正运行的并发进程的数量。当系统空闲时，它是零，而当进程的数量增长时，它也会增长。任意进程启动后，小鸟会站起来并到处活动。如果它仍然是站着的，但是很长时间内不动，那么它生病了：某个地方出错了！在这种情况下，应该重新启动 WEKA Explorer。 3.5预处理 3.5.1 载入数据 预处理页顶部的前4个按钮用