数据挖掘-WEKA实验报告一.pdf

"数据挖掘-WEKA实验报告一" 本实验报告主要介绍了使用 WEKA 工具进行数据挖掘的基本操作，包括数据预处理、过滤器的使用、离散化技术等。下面是本实验报告的详细知识点总结： 一、Weka 工具初步认识 * WEKA 是一个开源的数据挖掘工具，提供了一个图形化的界面，用户可以通过直观的操作对数据进行处理和分析。 * WEKA 提供了多种数据挖掘算法和过滤器，可以对数据进行分类、聚类、关联规则挖掘等操作。 二、实验数据预处理 * 数据预处理是数据挖掘的重要步骤，WEKA 提供了多种数据预处理工具，包括数据加载、过滤器、离散化等。 * 在本实验中，我们使用 WEKA 自带的测试用例数据集 weather.nominal.arrf 文件，进行数据预处理操作。 三、过滤器的使用 * WEKA 提供了多种过滤器，例如 Remove、Add、RemoveWithValue 等，可以对数据进行过滤和处理。 * 在本实验中，我们使用 RemoveWithValue 过滤器去除 humidity 属性值为 high 的全部实例。 四、离散化技术 * 离散化技术是数据挖掘中的一种重要技术，WEKA 提供了多种离散化算法，例如等宽、等频等。 * 在本实验中，我们使用等宽和等频两种离散化算法对数据集 glass.arrf 中的属性 RI 和 Ba 进行离散化。 五、数据挖掘的思考与分析 * 在数据挖掘中，需要对数据进行思考和分析，以便更好地理解数据的特点和规律。 * 在本实验中，我们对数据集 weather.nominal.arrf 文件进行思考和分析，了解其分类属性值和temperature 属性的合法值。 本实验报告总结了 WEKA 工具的基本操作、数据预处理、过滤器的使用、离散化技术和数据挖掘的思考与分析等多方面的知识点，为后续的数据挖掘学习和应用提供了有价值的参考。