〖数据挖掘〗weka3.8.6的安装与使用

目录

背景

Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费
的，非商业化软件，与之对应的是SPSS公司商业数据挖掘产品--Clementine ；weka是基于JAVA环境下开源的
机器学习（machine learning）以及数据挖掘（data mining）软件。Weka的主要开发者来自新西兰的怀卡托大学（The University of Waikato）。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。

一、安装

安装简单，一路next。

1.打开weka3.8.6的安装包

2.点击 next

3.点击I Agree

4.点击next

5.选择安装路径如：D:\weka-3-8-6

6.点击install

等待后，finish。下面是安装成功后打开的初始界面

二、使用explorer

1. 介绍

Preprocess：预处理
Classify：分类
Cluster：聚类
Associate：关联
Select attributes：选择属性
Visualize：可视化

• open file：从文件中打开一组实例
• open URL：从URL中打开一组实例
• open DB：从数据库中打开一组实例
• generate：生成人工数据
• undo：撤销对数据集最后更改
• edit：在查看器中打开当前数据集进行编辑
• save：将工作关系保存到文件中

属性

• ALL：全选
• None：全不选
• invert：取反
• pattern：输入perl正则表达式

该位置展示具体属性都有什么

• remove：选择属性后，点击删除，可用undo撤回。

当前的关系

• 关系:投票 属性:17
• 实例:435 权重和:435

2.打开自带的数据集(Preprocess)

1.打开步骤

选择openfile

选择data文件

这里我们可以看到一些weka自带的数据集

选择其中一个数据集打开，我选择的是vote.arff

2.查看属性和数据编辑

2.1查看属性

选择属性，可以下拉查看并选择

Visualize All：查看所有属性直方图

2.2数据编辑

点击Edit，弹出viewer，在这里面可以查看并编辑数据。

3.classify

分类是指根据事物的某些共同特征，将它们分成若干组或类别，以达到简化、归纳和管理的目的。在机器学习领域中，分类是指根据已有数据集中的特征和标签信息，训练出一个算法模型，用于预测新样本所属的类别。分类问题是机器学习中最常见的问题类型，其应用广泛，如垃圾邮件识别、图像分类、医学诊断等等。机器学习中一些常见的分类算法包括决策树、支持向量机、朴素贝叶斯、神经网络等。

测试选项

• Use training set：使用训练集
• Supplied test set：提供测试集
• Cross-validation：交叉验证
• Percentage split：按比例分配
• start：点击即用

4.Cluster

聚类是指根据一组数据的相似性，将它们分为若干个组或簇，使得同一个簇内的元素彼此相似，不同簇之间的元素差异较大。聚类是无监督学习领域中的重要问题，与分类问题不同，聚类问题中没有预先定义好的标签信息，需要通过算法自动挖掘数据的内在结构和规律。聚类算法可以应用于数据挖掘、图像分割、社交网络分析等领域，是机器学习中的重要研究方向。常见的聚类算法有K-means、层次聚类、DBSCAN、OPTICS等。

集群模式【Cluster mode】

• Use training set：使用训练集
• Supplied test set：提供测试集
• Percentage split：比例分割
• Classes to clusters evalation：类到聚类的评估

5.Associate

6.Select attributes

属性选择模式

• Use full training set：使用完整的训练集
• Cross-validation：交叉验证

7.Visualize

• update:更新
• select attribute：选择属性
• subsample：子样品

待补充