文档介绍：: .
录。竖行称作一个属性（Attrbute），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 WEKA 看来，
呈现了属性之间的一种关系(Relation)。图 1 中一共有 22 个实例，5 个属性，
关系名称为“contact-lenses ”。
除了 ARFF 格式，WEKA 还支持另外一种常见格式，CSV 格式。CSV 同样是
一种二进制保存的文本格式，我们可以在 WEKA 中直接打开 CSV 格式的文件，
并保存为 ARFF 格式。这样就给我提供了把常见的数据格式转换为 ARFF 格式的
方法，如对于 Excel 文件，我们可以通过把每张表保存为 CSV 格式，进而保存
为 ARFF 格式，与此同时，我们可以利用 filter 对数据进行相应的预处理。而对
于 Matlab 格式的数据，我们可以通过命令 csvwrite 把数据转化成 CSV 格式的文
件，进而转化为 ARFF 格式文件。对于海量数据，一般保存在数据库中，WEKA
同时支持 JDBC 访问数据库。
图 3
4数据挖掘-WAKA 实验报告
打开WEKA，首先出现一个命令行窗口。原以为要在这个命令行下写java语
句呢，不过稍等一秒，WEKA GUI Chooser的出现了。这是一个很简单的窗体，
提供四个按钮：Simple CLI、Explorer、Experimenter、KnowledgeFlow。Simple
CLI应该是一个使用命令行的界面，有点像SAS的编辑器；Explorer是则是视窗
模式下的数据挖掘工具；Experimenter和 KnowledgeFlow的使用有待进一步摸
索....
图4
（1） Explorer
使用 WEKA 探索数据的环境。在这个环境中，WEKA提供了数据的预处理，
数据格式的转化（从CSV格式到ARFF格式的转化），各种数据挖掘算法（包括分
类与回归算法，聚类算法，关联规则等），并提供了结果的可视化工具。对于一
个数据集，通过简单的数据的预处理，并对数据挖掘算法进行选择（
版本之后，加入了算法的过滤功能，可以过滤掉那些不适合当前数据集类型的算
法），接着通过窗口界面对算法的参数进行配置。可视化工具分为对数据集的可
视化和对部分结果的可视化，并且我们可以通过属性选择工具(Select Attribute)，
通过搜索数据集中所有属性的可能组合，找出预测效果最好的那一组属性。
Explorer是普通用户最常用的一个界面。用户可以从ARFF文件(Weka使用
的一种文本文件格式)、网页或数据库中读取数据集。打开数据文件后，可以选
择算法对数据进行预处理。这时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，还需要选择Weka
5数据挖掘-WAKA 实验报告
提供的各种分类、聚类或关联规则的算法。所有设置完成后，点击Start按钮，
就可以安心地等待weka带来最终的结果。哪些结果是真正有用的还要靠经验来
判断。
（2）Experimenter
运行算法试验、管理算法方案之间的统计检验的环境。Experiment环境可以
让用户创建，运行，修改和分析算法试验，这也许比单独的分析各个算法更加方
便。例如，用户可创建一次试验，在一系列数据集上运行多个算法（schemes），
然后分析结果以判断是否某个算法比其他算法（在统计意义下）更好。
Explorermenter主要包括