文档介绍：:..WEKA使用实验报告一、 实验目的数据挖掘是通过分析存在于数据库里的数据来解决问题。在数据挖掘中计算机以电子化的形式存储数据,并且能自动的斉询数据,通过关联规则、分类与回归、聚类分析等算法对数据进行一系列的处理,寻找和描述数据里的结构模式,进而挖掘出潜在有用的信息。WEKA是一种开源的数据挖掘工具。WEKA的全名是怀卡托智能分析环境(WaikatoEnvironmentforKnowledgeAnalysis),是一款免费的,非商业化的数据挖掘工具,其源代码可从(../ml/weka/)得到,我们在本次实验中所使用到的相关数据,也是从该处获得的。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****算法,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。本次试验,我们要通过学****WEKA工具的使用,与上课内容相结合,针对某些数据挖掘算法建立起数据挖掘模型,进而对数据分析技术有更深层次的丫解。二、 实验准备在启动WEKA时,会弹出GUI选择器,选择使用WEKA和数据的四种方式。如下图所示:visualizationJoolsHelpWEKATheUniversityolWaikatoKpplicaliontoWekjGUExplorertaiAat* f«rZ*c*2esetAnalrsitVersice3.€•11SiapleCLI(d19W-20HTE<UciTmxtycif纛tkaScKMiltea,X<aIaAi在木次试验中,我们只选择Explorer选项。Explorer尼普通用户最常用的一个界而。用户可以从ARFF文件(WEKA使用的一种文本文件格式)或网页或数据库屮读取数据集。打开数据文件后,可以选择算法对数据进行预处理。这吋窗体上给出了这个数据集的一些基本特征,如含有多少属性,各属性的一些简单统计量,右下方还给出一些可视化效果图。这些都是比较直观的分析,如果想发现隐藏在数据集背后的关系,还需耍选择WEKA提供的各种分类、聚类或关联规则的算法。界面如下图所示:OWekaExplorerClMtifyCl«st«rMsvcialt!Select IViOpenUSL0p«&DBOpenfileJLEixtStveFilterCkett*Ke»a»alT•BinaryCvr»«*ntIiuttAc••:1500AttributesAUnbvttt20•ttnVuttV«it鼸0©I)Iyp«SuBtricUbi<u«ICOWAllloneInvertF<ttexn•c«Atr“4-c«insawValaeINuiaui254i25ie?«<ion*pixtlwcottnl瓢b«rt-I»4的惠》tjr5hedge-sdrwblur«d-R«reenact•iHtiVis«aliz«U1vtlutmeiClassclass«<•)12752MOK!u<s0上图是打开Explorer界而,导入软件自身所带的训练集“”文件后所呈现的界面。我们也可以查看该训练集中的数据,如下图所示