weka 数据挖掘软件使用指南

《weka 数据挖掘软件使用指南》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Weka数据挖掘软件使用指南1.Weka简介该软件是WEKA的全名是怀卡托智能分析环境（WaikatoEnvironmentforKnowledgeAnalysis），它的源代码可通过http://www.cs.waikato.ac.nz/ml/weka得到。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

2、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。2.Weka启动打开Weka主界面后会出现一个对话框，如图：主要使用右方的四个模块，说明如下：?Explorer使用Weka探索数据的环境,包括获取关联项，分类预测，聚簇等；（本文主要总结这个部分的使用）?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；?SimpleCLI提供了一个简

3、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；（某些情况下使用命令行功能更好一些）3．主要操作说明点击进入Explorer模块开始数据探索环境：3.1主界面进入Explorer模式后的主界面如下：3.1.1标签栏主界面最左上角（标题栏下方）的是标签栏，分为五个部分，功能依次是：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.Sele

4、ctattributes.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。3.1.2载入、编辑数据标签栏下方是载入数据栏，功能如下：1.Openfile.打开一个对话框，允许你浏览本地文件系统上的数据文件（.dat）；2.OpenURL.请求一个存有数据的URL地址；3.OpenDB.从数据库中读取数据；4.Generate.从一些数据生成器中生成人造数据。3.1.3其他界面说明接下来的主界面中依次是Filter（筛选器），Currtentrelation（当前关系）、Attri

5、butes（属性信息）、Selectedattribute（选中的属性信息）以及Class（类信息），分别介绍如下：Filter在预处理阶段，可以定义筛选器来以各种方式对数据进行变换。Filter一栏用于对各种筛选器进行必要设置。Filter一栏的左边是一个Choose按钮。点击这个按钮就可选择Weka中的某个筛选器。用鼠标左键点击这个choose左边的显示框，将出现GenericObjectEditor对话框。用鼠标右键点击将出现一个菜单，你可从中选择，要么在GenericObjectEditor对话框

6、中显示相关属性，要么将当前的设置字符复制到剪贴板。Currtentrelation显示当前打开的数据文件的基本信息：Relation（关系名），Instances（实例数）以及Attributes（属性个数）。Attributes显示数据文件中的属性信息，并且包含四个操作按键：1.All.所有选择框都被勾选；2.None.所有选择框被取消；3.Invert.已勾选的选择框都被取消，反之亦然；4.Pattern.让用户基于Perl5正则表达式来选择属性。例如，用*_id选择所有名称以_id结束的属性。底下显

7、示的就是数据文件包含的属性，可以进行勾选等操作。特别地，当数据预处理是不要某个属性时，将其各选，点击列表正下方的Remove按键即可删除这一属性:Selectedattribute显示勾选的属性的基本信息。Class显示属性中数据元组的直方图。点击Visualizeall按键可以查看所有属性中元组的直方图。3.2实现基本数据挖掘功能：3.2.1Associate（关联规则）注意：目前，Weka的关联规则分析功能仅能用来作示范，不适合用来挖掘大型数据集。各部分功能说明如下：Associator首先切换到As

8、sociate选项卡。默认关联规则分析是用Apriori算法，我们就用这个算法，点Choose右边的文本框修改默认的参数，弹出的窗口中点More可以看到各参数的说明。一下简列几项：LowerBonundMinSupport：最小支持度下限；UpperBonundMinSupport：最小支持度上限；metricType：关联、程度指标；numRules：在某种关联规则下取出的满足条件的规则数；注意：各种关联规则算法都是尤其使用