Weka漢化版

Weka漢化版全名為懷卡托智能分析環境，這款軟件的一款集數據預處理、學習算法(分類、回歸、聚類、關聯分析)和評估方法等為一體的綜合性數據挖掘工具。具有交互式可視化界面，提供算法學習比較環境 通過其接口，可實現自己的數據挖掘算法。

漢化版說明：

在第2版weka中文版的 基礎上制作了第3版，暫定版本v0.3。將guichooser漢化完成?？紤]到大家還是習慣使用guichooser作為默認啟動界面，將RunWeka.ini中的設置恢復默認。但是為了支持中文，其中的編碼選項從cp1252改為utf-8，各位同學制作數據文件的時候可以保存為utf-8編碼。也可以自行去修改根目錄下的RunWeka.ini。

如果對翻譯不滿意，請告知于我，我們共同努力。

本次只發布了64位的版本，包含64位jre，在根目錄下的jre目錄，需要的可以自行安裝。解壓縮到任意目錄后，運行RunWeka.bat就可以了。當然也有快捷方式可以用，但圖標因為路徑問題需要你自己重新設定一下。理論上將根目錄下的weka.jar提取出來覆蓋你之前安裝好的weka目錄中的weka.jar，即可實現weka漢化，32位和64位都可以用，但前提是你安裝的weka版本要是3.7.12。最好事先備份好你的weka.jar文件，出現問題可以恢復。

軟件教程：

WEKA文件相關術語

表格里的一個橫行稱作一個實例（Instance），相當于統計學中的一個樣本，或者數據庫中的一條記錄。豎行稱作一個屬性（Attribute），相當于統計學中的一個變量，或者數據庫中的一個字段。這樣一個表格，或者叫數據集，在WEKA看來，呈現了屬性之間的一種關系(Relation)。上圖中一共有14個實例，5個屬性，關系名稱為“weather”。

WEKA存儲數據的格式是ARFF（Attribute-Relation File Format）文件，這是一種ASCII文本文件。上圖所示的二維表格存儲在如下的ARFF文件中。這也就是WEKA自帶的“weather.arff”文件，在WEKA安裝目錄的“data”子目錄下可以找到。

文件內容說明

識別ARFF文件的重要依據是分行，因此不能在這種文件里隨意的斷行?？招校ɑ蛉�是空格的行）將被忽�?。以“%”開始的行是注釋，WEKA將忽略這些行。如果你看到的“weather.arff”文件多了或少了些“%”開始的行，是沒有影響的。

除去注釋后，整個ARFF文件可以分為兩個部分。

第一部分給出了頭信息（Head information），包括了對關系的聲明和對屬性的聲明。

第二部分給出了數據信息（Data information），即數據集中給出的數據。從“@data”標記開始，后面的就是數據信息了。

關系聲明

關系名稱在ARFF文件的第一個有效行來定義，格式為@relation <relation-name> 

<relation-name>是一個字符串。如果這個字符串包含空格，它必須加上引號（指英文標點的單引號或雙引號）。

屬性聲明

屬性聲明用一列以“@attribute”開頭的語句表示。數據集中的每一個屬性都有它對應的“@attribute”語句，來定義它的屬性名稱和數據類型。

這些聲明語句的順序很重要。首先它表明了該項屬性在數據部分的位置。例如，“humidity”是第三個被聲明的屬性，這說明數據部分那些被逗號分開的列中，第三列數據85 90 86 96 ... 是相應的“humidity”值。其次，最后一個聲明的屬性被稱作class屬性，在分類或回歸任務中，它是默認的目標變量。屬性聲明的格式為

@attribute <attribute-name> <datatype> 

其中<attribute-name>是必須以字母開頭的字符串。和關系名稱一樣，如果這個字符串包含空格，它必須加上引號。

數值屬性

數值型屬性可以是整數或者實數，但WEKA把它們都當作實數看待。

標稱屬性

標稱屬性由<nominal-specification>列出一系列可能的類別名稱并放在花括號中：{<nominal-name1>, <nominal-name2>, 

<nominal-name3>, ...} 。數據集中該屬性的值只能是其中一種類別。

例如如下的屬性聲明說明“outlook”屬性有三種類別：“sunny”，“overcast”和“rainy”。而數據集中每個實例對應的“outlook”值必是這三者之一。

@attribute outlook {sunny, overcast, rainy} 

如果類別名稱帶有空格，仍需要將之放入引號中。