没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
WEKA 使用教程
目录
简介
数据格式
数据准备
关联规则(购物篮分析)
分类与回归
聚类分析
1. 简介
的全名是怀卡托智能分析环境(),它的源代
码可通过 !!""#!! 得到。同时 也是新西兰的一种鸟名,而
的主要开发者来自新西兰。
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 的接口文档。在 中集成自己的算法甚至借鉴
它的方法自己实现可视化工具并不是件很困难的事情。
$$ 年 % 月,在第 届 &'()*++ 国际会议上,怀卡托大学的 小组荣获了数据挖掘和知识
探索领域的最高服务奖, 系统得到了广泛的认可,被誉为数据挖掘和机器学习历史上的里程碑,是
现今最完备的数据挖掘工具之一(已有 年的发展历史)。 的每月下载次数已超过万次。
,,整理自 !!",-."!"-!"!/01$
2. 数据格式
巧妇难为无米之炊。首先我们来看看 所用的数据应是什么样的格式。
跟很多电子表格或数据分析软件一样, 所处理的数据集是图 那样的一个二维的表格。
图 新窗口打开
这里我们要介绍一下 中的术语。表格里的一个横行称作一个实例()"),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(.-),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 看来,呈现了属性之间的一种关系
234。图 中一共有 个实例, 个属性,关系名称为“5。
存储数据的格式是 366(.-,366)文件,这是一种 (&)) 文本文件。
图 所示的二维表格存储在如下的 366 文件中。这也就是 自带的“ 75文件,在
安装目录的“5子目录下可以找到。
Code:
% ARFF file for the weather data with some numric features
%
@relation weather
@attribute outlook {sunny, overcast, rainy}
@attribute temperature real
@attribute humidity real
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}
@data
%
% 14 instances
%
sunny,85,85,FALSE,no
sunny,80,90,TRUE,no
overcast,83,86,FALSE,yes
rainy,70,96,FALSE,yes
rainy,68,80,FALSE,yes
rainy,65,70,TRUE,no
overcast,64,65,TRUE,yes
sunny,72,95,FALSE,no
sunny,69,70,FALSE,yes
rainy,75,80,FALSE,yes
sunny,75,70,TRUE,yes
overcast,72,90,TRUE,yes
overcast,81,75,FALSE,yes
rainy,71,91,TRUE,no
需要注意的是,在 记事本打开这个文件时,可能会因为回车符定义不一致而导致分行不正常。
推荐使用 8 这样的字符编辑软件察看 366 文件的内容。
下面我们来对这个文件的内容进行说明。
识别 366 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“95开始的行是注释, 将忽略这些行。如果你看到的“75文件多了或少了些“95开始
的行,是没有影响的。
除去注释后,整个 366 文件可以分为两个部分。第一部分给出了头信息(:),包括
了对关系的声明和对属性的声明。第二部分给出了数据信息( +),即数据集中给出的
数据。从“;5标记开始,后面的就是数据信息了。
关系声明
关系名称在 366 文件的第一个有效行来定义,格式为
;<,=
<,=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“;.-5开头的语句表示。数据集中的每一个属性都有它对应的“ ;.-5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。首先它表明了该项属性在数据部分的位置。例如,“-5是第三个被
声 明 的 属 性 , 这 说 明 数 据 部 分 那 些 被 逗 号 分 开 的 列 中 , 第 三 列 数 据 %1$%1 是 相 应 的
“-5值。其次,最后一个声明的属性被称作 " 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
;.-<.-,=<=
其中<.-,=是必须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。
支持的<=有四种,分别是
-",,,,,,,,,,,,,,,,,,,,,,,,,数值型
剩余12页未读,继续阅读
yfk
- 粉丝: 740
- 资源: 21
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论5