Weka的使用方法.pdfVIP

第一节 知识获取平台— Weka 简介 ◆Weka 简介 Weka 是由新西兰怀卡托大学开发的智能分析系统（Waikato Environment for Knowledge Analysis ） 。在怀卡托大学 以外的地方，Weka 通常按谐音念成Mecca，是一种现今仅存活于新西兰岛的，健壮的棕色鸟, 非常害羞，好奇心很强， 但不会飞 。 Weka 是用Java 写成的，它可以运行于几乎所有的操作平台,包括Linux ，Windows 等操作系统。 Weka 平台提供一个统一界面，汇集了当今最经典的机器学习算法及数据预处理工具。做为知识获取的完整系统, 包括了数据输入、预处理、知识获取、模式评估等环节，以及对数据及学习结果的可视化操作。并且可以通过对不同 的学习方法所得出的结果进行比较，找出解决当前问题的最佳算法。 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（已有 11 年的发展历史）。Weka 的每月下载次数已超过万次。 ◆Weka 平台在哪里下载？如何安装？ 用户可到 http://www.cs.waikato.ac.nz/ml/weka/index_downloading.html 上下载与具体操作系统相匹配的安装文件， 然后在已安装了Java 的机器上以通常的方式运行weka 3.5.5.exe 。 用户名：liulizhen 口令：2001123 ◆Weka 包含了什么? Weka 提供了许多用于数据可视化及预处理的工具（也称作过滤器），包括种类繁多的用于数据集转换的工具等。 所有机器学习算法对输入数据都要求其采用ARFF 格式。 Weka 作为一个公开的知识过去的工作平台，集合了大量能承担数据（知识）挖掘任务的机器学习算法，包括分类， 回归、聚类、关联规则等。 如果想实现自己提出或改进的数据挖掘算法，可以根据Weka 的接口文档，在Weka 中集成自己的算法。 ◆Weka 的使用方法 一、是将一种学习方法应用于一个数据集，然后分析其输出，从而更多地了解这些数据(分析数 据集的潜在知识) 。 二、是使用已学习到的模型对新的实例做出分类预测 三、是应用几种不同的学习器，再根据它们的性能表现选择其中一种用来做预测。 在Weka 中将学习方法又称作分类器或学习器，用户可在Weka 互动式界面的菜单中选择一种想要的分类器。许多 分类器带有可调节的参数，这些参数可通过属性列表或对象编辑器进行更改。所有学习器的性能都是通过一个共同的 评估模块进行衡量。 与选择学习器一样，用户也要从菜单中选择能满足或对应该学习器的过滤器（进行数据预处理）。不同的过滤器具 有不同的参数。 Weka 与许多数据分析软件一样，Weka 所处理的数据集是一个二维的表格 这里我们要介绍一下Weka 中的术语。表格里的一个横行称作一个实例（Instance ），相当于统计学中的一个样本， 或者数据库中的一条记录。竖行称作一个属性（Attrbute ），相当于统计学中的一个变量，或者数据库中的一个字段。 这样一个表格叫做数据集，在Weka 看来，呈现了属性之间的一种关系(Relation) 。图中一共有14 个实例，5 个属 性，关系名称为“weather ”。 Weka 存储数据的格式是ARFF （Attribute-Relation File Format ）文件，这是一种ASCII 文本文件。 图1 所示的二维表格存储在如下的ARFF 文件中。这也就是Weka 自带的“weather.arff ”文件，在Weka 安装目录 的“data ”子目录下可以找到。 简单说明 在第三列数据 85 90 86 96 ... 是相应的“humidity ”值。其次，最后一个声明的属性被称作class 属性，在分类或 回归任务中，它是默认的目标变量。 \都是以字母开头的字符串 每个实例占一行。实例的各属性值用逗号“, ”隔开。如果某个属性的值是缺失值（missing value ），用问号“?”表 示. 如:@data sunny,85,85,FALSE,no ?,78,90,?,yes …………………… 识别A