weka中文版教程

數據挖掘流行學習工具weka的中文版入門教程，Weka的全名是懷卡托智能分析環境（Waikato Environment for Knowledge Analysis），是一款免費的，非商業化（與之對應的是SPSS公司商業數據挖掘產品--Clementine ）的，基于JAVA環境下開源的機器學習（machine learning）以及數據挖掘（data minining）軟件。它和它的源代碼可在其官方網站下載。有趣的是，該軟件的縮寫WEKA也是New Zealand獨有的一種鳥名，而Weka的主要開發者同時恰好來自New Zealand的the University of Waikato。

啟動WEKA：

WEKA中新的菜單驅動的GUI 繼承了老的GUI 選擇器（類weka.gui.GUIChooser）的功能。它的MDI（“多文檔界面”）外觀，讓所有打開的窗口更加明了。

這個菜單包括六個部分。

1.  Program 

LogWindow  打開一個日志窗口，記錄輸出到stdout 或 stderr 的內容。在MS Windows 那樣的環境中，WEKA 不是從一個終端啟動，這個就比較有用。

Exit  關閉WEKA。

2.  Applications  列出WEKA 中主要的應用程序。

Explorer  使用WEKA 探索數據的環境。（本文檔的其它部分將詳細介紹這個環境）

Experimenter  運行算法試驗、管理算法方案之間的統計檢驗的環境。

KnowledgeFlow  這個環境本質上和Explorer 所支持的功能是一樣的，但是它有一個可以拖放的界面。它有一個優勢，就是支持增量學習（incremental learning）。

SimpleCLI  提供了一個簡單的命令行界面，從而可以在沒有自帶命令行的操作系統中直接執行WEKA 命令。

3.  Tools 其他有用的應用程序。

ArffViewer  一個MDI 應用程序，使用電子表格的形式來查看ARFF 文件。

SqlViewer  一個SQL 工作表，用來通過JDBC 查詢數據庫。

EnsembleLibrary  生成集成式選擇（Ensemble Selection）[5] 所需設置的界面。

4.  Visualization  WEKA 中數據可視化的方法。

Plot  作出數據集的二維散點圖。

ROC  顯示預先保存的ROC 曲線。 

TreeVisualizer  顯示一個有向圖，例如一個決策樹。

GraphVisualizer 顯示XML、BIF 或DOT 格式的圖片，例如貝葉斯網絡（Bayesian network）。

BoundaryVisualizer  允許在二維空間中對分類器的決策邊界進行可視化。

5.  Windows 所有已打開的窗口都列在這里。

Minimize  最小化所有當前的窗口。

Restore  還原所有最小化過的窗口。

6.  Help WEKA 的在線資源可以從這里找到。

Weka homepage  打開一個瀏覽器窗口，顯示WEKA 的主頁。

Online documentation  鏈接到WekaDoc 維基文檔[4]。

HOWTOs, code snippets, etc.  通用的WekaWiki [3]，包括大量的例子，

以及開發和使用WEKA 的基本知識（HOWTO）。

Weka on Sourceforge  WEKA 項目在Sourceforge.net 的主頁。

SystemInfo  列出一些關于Java/WEKA 環境的信息，例如CLASSPATH。

About  不光彩的“About”窗口。

如果從終端啟動WEKA，會有一些文字在終端窗口中出現。這些文字是可以忽略的，除非某些東西出錯了——這時它可以幫助找到錯誤的原因。（LogWindow 也可以顯示那些信息。）

目錄：

1 啟動WEKA..3 

2 WEKA Explorer...5 

2.1  標簽頁.5 

2.2  狀態欄.5 

2.3 Log 按鈕.5 

2.4 WEKA 狀態圖標...5 

3  預處理..6 

3.1  載入數據.6 

3.2  當前關系.6 

3.3  處理屬性.7 

3.4  使用篩選器.7 

4  分類10 

4.1  選擇分類器...10 

4.2  測試選項...10 

4.3 Class屬性..11 

4.4  訓練分類器...11 

4.5  分類器輸出文本...11 

4.6  結果列表...12 

5  聚類13 

5.1  選擇聚類器（Clusterer）.13 

5.2  聚類模式...13 

5.3  忽略屬性...13 

5.4  學習聚類...14 

6  關聯規則15 

6.1  設定...15 

6.2  學習關聯規則...15 

7  屬性選擇16 

7.1  搜索與評估...16 

7.2  選項...16 

7.3  執行選擇...16 

8  可視化18 

8.1  散點圖矩陣...18 

8.2  選擇單獨的二維散點圖...18 

8.3  選擇實例...19 

參考文獻..