- 1、本文档共71页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数据挖掘工具
-WEKA教程;WEKA简介
数据格式
数据准备
属性选择
可视化分析
分类预测
关联分析
聚类分析
扩展WEKA;作为一个群众化的数据挖掘工作平台,WEKA集成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、关联分析以及在新的交互式界面上的可视化等等。通过其接口,可在其根底上实现自己的数据挖掘算法。;WEKA所用的数据格式〔跟Excel一样〕
Explorer界面?
Openfile…?
Edit…;WEKA文件相关术语
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〔Attribute〕,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,或者叫数据集,在WEKA看来,呈现了属性之间的一种关系(Relation)。上图中一共有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-RelationFileFormat〕文件,这是一种ASCII文本文件。上图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。;文件内容说明
识别ARFF文件的重要依据是分行,因此不能在这种文件里随意的断行。空行〔或全是空格的行〕将被忽略。
以“%”开始的行是注释,WEKA将忽略这些行。如果你看到的“weather.arff”文件多了或少了些“%”开始的行,是没有影响的。
除去注释后,整个ARFF文件可以分为两个局部。
第一局部给出了头信息〔Headinformation〕,包括了对关系的声明和对属性的声明。
第二局部给出了数据信息〔Datainformation〕,即数据集中给出的数据。从“@data”标记开始,后面的就是数据信息了。;关系声明
关系名称在ARFF文件的第一个有效行来定义,格式为
@relationrelation-name
relation-name是一个字符串。如果这个字符串包含空格,它必须加上引号〔指英文标点的单引号或双引号〕。;属性声明
属性声明用一列以“@attribute”开头的语句表示。数据集中的每一个属性都有它对应的“@attribute”语句,来定义它的属性名称和数据类型。
这些声明语句的顺序很重要。首先它说明了该项属性在数据局部的位置。例如,“humidity”是第三个被声明的属性,这说明数据局部那些被逗号分开的列中,第三列数据85908696...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。
属性声明的格式为
@attributeattribute-namedatatype
其中attribute-name是以字母开头的字符串。和关系名称一样,如果这个字符串包含空格,它必须加上引号。;WEKA支持的datatype有四种
numeric 数值型
nominal-specification 标称〔nominal〕型
string 字符串型
date[date-format] 日期和时间型
其中nominal-specification和date-format将在下面说明。还可以使用两个类型“integer”和“real”,但WEKA把它们都当作“numeric”看待。
注意“integer”,“real”,“numeric”,“date”,“string”这些关键字是区分大小写的,而“relation”、“attribute”和“data”那么不区分。;数值属性
数值型属性可以是整数或者实数,但WEKA把它们都当作实数看待。
标称属性
标称属性由nominal-specification列出一系列可能的类别名称并放在花括号中:
{nominal-name1,nominal-name2,...}
数据集中该属性的值只能是其中一种类别。
例如如下的属性声明说明“outlook”属性有三种类别:“sunny”,“overcast”和“rainy”。而数据集中每个实例对应的“outlook”值必是这三者之一。
@attributeoutlook{sunny,overcast,rainy}
如果类别名称带有空格,仍需要将之放入引号中。;字符串属性
字符串属性中可以包含任意的文本。这种类型的属性在文本挖掘中非常有用。
例如:
您可能关注的文档
- 钢筋笼起重吊装专项方案.doc
- 采购部部门架构及职务说明.doc
- 星巴克STP战略分析.ppt
- 机电控制技术课后习题.pptx
- 铁皮石斛两种仿野生种植法.doc
- 新pep小学英语三年级上册第二单元课件.ppt
- 新课标人教版语文三年级下册《22月球之谜》.ppt
- 文献有哪些信誉好的足球投注网站技巧及IP代理简介.ppt
- 新人教版初中物理18.1《电能电功》课件.ppt
- 机顶盒数据采集系统简介.ppt
- 某某单位2024年党建工作总结及2025年工作计划.doc
- 某某市发改委关于2024年度落实党风廉政建设工作责任制情况的报告.doc
- 某某局2024年全面从严治党和党风廉政建设工作总结.doc
- 某某区财政局2024年法治政府建设总结及2025年工作谋划.doc
- 2024年党管武装工作述职报告2篇.doc
- 2024年度国企党委书记抓基层党建工作述职报告3篇.doc
- 公司党委书记2024年述职述廉报告.docx
- 2024年度乡镇党委领导班子民主生活会(四个带头)对照检查材料.doc
- 市医疗保障局关于2024年法治政府建设工作情况的报告.docx
- 市民政局党组2024年巡察整改工作情况报告.docx
文档评论(0)