数据挖掘实验指南part 1

数据挖掘实验指南 本ppt主要为08届信科胡旭灵根据实验课内容制作 10届统计旷英兰参与部分修改 特表感谢 2020 1 5 1 数据挖掘实验指南 本ppt使用说明 标为红色字体为课程涉及的主要操作此ppt主要为方便大家熟悉weka的基本使用 如果要深入学习 可参考其他书籍 欢迎和大家一起共同学习进步 软件中提到的软件自带数据 是指在软件安装文件夹中有个data的文件夹里面的数据 2020 1 5 2 数据挖掘实验指南 总体框架 2020 1 5 3 数据挖掘实验指南 Weka软件 Weka软件是著名的免费数据挖掘软件 各位同学可到官方网站下载http www cs waikato ac nz ml weka 共有两种类型 一种以jre结尾 表示软件自带java虚拟机 另一种不带 适合pc上已安装java虚拟机 2020 1 5 4 数据挖掘实验指南 安装运行weka 下载安装包后 解压安装 注 安装后若发现运行软件出现一闪而过 则说明java环境变量没设置好 鉴于大家都学过java 设环境变量的步骤是大家应该会的 2020 1 5 5 数据挖掘实验指南 设置java环境变量后运行 2020 1 5 6 数据挖掘实验指南 Weka功能简介 Weka介绍菜单栏里program里有个重要的logwindow 日志窗口选项卡 用来显示包括出错信息等 Visualization是进行数据可视化操作Tools是与查看文件有关的功能 2020 1 5 7 数据挖掘实验指南 四大主要应用程序 Explorer是探索数据的环境 在本课程中将主要介绍 Experimenter是用来运行算法试验 算法检验等的环境 Knowledgefolw这个环境与explorer相似 但支持拖放 simpleCLI是命令行界面 可以直接执行weka命令 其实在cmd命令窗里也可直接运行weka的命令 前提是设好环境变量等 2020 1 5 8 数据挖掘实验指南 读取数据 举例 Explorer openfile 选择本机安装文件夹里自带的数据 选择weather arff 2020 1 5 9 数据挖掘实验指南 注 arff文件是weka识别的主要类型 weka还识别spss的 cvs类型的数据 故数据转换为普通数据 spss csv arff 也可以用写字板和记事本打开arff文件以观察数据 2020 1 5 10 数据挖掘实验指南 Explorer的process界面简介 点击edit可修改数据 选择属性后点击remove可删除属性 可进行数据的变换如离散化的数据预处理 数据预处理的主要选项 2020 1 5 11 数据挖掘实验指南 数据预处理 数据预处理作为数据挖掘的前奏 起着奠基石的作用 希望引起各位同学的重视 2020 1 5 数据挖掘实验指南 12 数据预处理举例 离散化 打开C ProgramFiles Weka 3 6 data weather arff后点击choose 点击 2020 1 5 13 数据挖掘实验指南 选择choose后选择过滤规则 离散化 Choose filters unsupervised attribute discretize discretize 2020 1 5 14 数据挖掘实验指南 选择规则后 应用规则进行离散化 1 双击所选规则可进行规则的参数设置 见右框 2 此框可调整参数 4 点击apply则应用规则 3 进行选择要离散化的属性 2020 1 5 15 数据挖掘实验指南 离散化后的结果 2 应用规则后 离散化分为10类 如下图所示 1 应用规则后再点击该属性 可视化 2020 1 5