《数据挖掘原理与应用 第2版 》课件 10.1WEKA数据挖掘应用-WEKA简介

第10章WEKA数据挖掘应用WEKA简介WEKAWEKA的全名是怀卡托智能分析环境（WaikatoEnvironmentforKnowledgeAnalysis）2WEKA也是新西兰的一种鸟名WEKAWEKA软件是新西兰怀卡托大学(http://www.waikato.ac.nz)的计算机科学系的机器学习小组用Java开发的机器学习/数据挖掘开源软件机器学习小组网址：http://www.cs.waikato.ac.nz/ml/index.html主要项目即为WEKA3WEKA2005年8月，在第11届ACMSIGKDD国际会议上，怀卡托大学的WEKA小组荣获了数据挖掘和知识探索领域的最高服务奖，WEKA系统得到了广泛的认可，被誉为数据挖掘和机器学习历史上的里程碑，是现今最完备的数据挖掘工具之一4目前，WEKA的每月下载次数已超过万次WEKAWEKA几乎可以运行在所有操作系统平台上，包括Linux、Windows、Macintosh等综合性数据挖掘工具：集数据预处理、学习算法（分类、回归、聚类、关联分析）和评估方法等为一体具有交互式可视化界面，提供算法学习比较环境，通过其提供的接口，可实现自己的数据挖掘算法5WEKA安装与运行目前（2020年），WEKA的最新稳定版本为3.8.4，可以进入WEKA开发组的下载页面，根据操作系统和使用情况，选择合适安装包下载和安装。WEKA项目组也在进行3.9版本的开发和调试工作，网站也提供WEKA3.9的下载。6WEKA安装与运行下载安装包：http://www.cs.waikato.ac.nz/ml/index.htmlWEKA需要Java虚拟机的支持，需事先安装所需版本的Java虚拟机。为了用户方便，WEKA也提供集成了Java虚拟机安装程序的安装包查找下载类如WEKA-3-8-0jre(withOracle's32-bitJavaVM1.8).exe进行安装即可安装完成Java虚拟机和WEKA软件7WEKA安装与运行WEKA软件的代码是开源的，其源代码获取可以从http://www.cs.waikato.ac.nz/ml/WEKA/上获取。安装完成后，点击图标即可运行WEKA软件8WEKA安装与运行从WEKA运行主界面可以看出，WEKA的主要模块包括：Explorer探索环境Experimenter算法试验环境KnowledgeFlow知识流环境Workbench工作台SimpleCLI命令行环境910探索环境命令行环境知识流环境算法试验环境WEKA的功能模块Arff数据格式WEKA存储数据的格式是ARFF（Attribute-RelationFileFormat）文件，这是一种ASCII文本文件。写字板打开weather.numeric.arff记事本打开weather.numeric.arff11Arff数据格式注释以“%”开始的行是注释，WEKA将忽略这些行。关系声明关系名称定义格式为：@relation<relation-name>属性声明定义它的属性名称和数据类型，格式为：@attribute<attribute-name><datatype>WEKA支持的<datatype>有四种，分别是：numeric(数值型)、nominal(分类型）、String(字符串型)、date(日期时间型)数据信息数据信息中“@data”标记独占一行，随后为各实例的数据。实例的各属性值用逗号“,”隔开。如果某个属性的值是缺失值（missingvalue），用问号“?”表示，且这个问号不能省略。12Arff数据格式WEKA自带的“weather.numeric.arff”文件内容为13%ARFFfilefortheweatherdatawithsomenumricfeatures%@relationweather@attributeoutlook{sunny,overcast,rainy}@attributetemperaturereal@attributehumidityreal@attributewindy{TRUE,FALSE}@attributeplay{yes,no}@data%14instancessunny,85,85,FALSE,nosunny,80,90,TRUE,noovercast,83,86,FALSE,yesrainy,70,96,FALSE,yesrainy,68,80,FALSE,yesrainy,65,70,TRUE,noovercast,64,65,TRUE,yessunny,72,95,FALSE,nosunny,69,70,FALSE,yesrainy,75,80,FALSE,yessunny,75,70,TR