基于weka的数据分类和聚类分析实验报告.docx
版权申诉
107 浏览量
2022-06-02
16:07:54
上传
评论
收藏 44KB DOCX 举报
基 于
w e k a
的 数 据 分 类 分 析 实 验 报 告
1 实验基本内容
本实验的基本内容是通过使用 weka 中的三种常见分类和聚类方法（决策树 J48、KNN
和 k-means）分别在训练数据上训练出分类模型，并使用校验数据对各个模型进行测试和
评价，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分
类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起
构造出一个最优分类器，并利用该分类器对测试数据进行预测。
2 数据的准备及预处理
2.1 格式转换方法
(1)打开“data02.xls” 另存为 CSV 类型，得到“data02.csv”。
(2)在 WEKA 中提供了一个“Arff Viewer”模块，打开一个“data02.csv”进行浏览，
然后另存为 ARFF 文件，得到“data02.arff”。
3. 实验过程及结果截图
3.1 决策树分类
。
(1)决策树分类
用“Explorer”打开数据“data02.arff”，然后切换到“Classify”。点击“Choose”，
选择算法“trees-J48”，再在“Test options”选择“Cross-validation（Flods=10）”，
点击“Start”，开始运行。
资源评论
