机器学习之 weka学习(一)weka介绍,安装和配置环境变量

转载 2016年05月30日 14:17:58



本部分详情可查看博客http://blog.csdn.net/u011067360/article/details/20844443

                                            数据挖掘开源软件:WEKA基础教程

Weka简介:

       Weka是由新西兰怀卡托大学开发的智能分析系统(Waikato Environment for Knowledge Analysis)  。在怀卡托大学以外的地方,Weka通常按谐音念成Mecca,是一种现今仅存活于新西兰岛的,健壮的棕色鸟,  非常害羞,好奇心很强,但不会飞  。

         Weka是用Java写成的,它可以运行于几乎所有的操作平台,包括Linux,Windows等操作系统。

         Weka平台提供一个统一界面,汇集了当今最经典的机器学习算法及数据预处理工具。做为知识获取的完整系统,包括了数据输入、预处理、知识获取、模式评估等环节,以及对数据及学习结果的可视化操作。并且可以通过对不同的学习方法所得出的结果进行比较,找出解决当前问题的最佳算法。

Weka下载网页

                      http://www.cs.waikato.ac.nz/ml/weka/

                     http://www.cs.waikato.ac.nz/ml/weka/downloading.html

        在WEKA的安装文件中有weka-3-8-0.exe和 weka-3-8-0jre.exe,这两个软件我们安装一个即可,它们的区别是weka-3-8-0.exe只安装WEKA,而weka- 3-8-0jre.exe是将WEKA和JRE一起安装,所以在安装之前我们应该首先检查一下我们的电脑中是否安装了JRE,如果本机中已经安装了 JRE,那么我们就选择weka-3-8-0.exe安装程序,如果没有安装JRE,我们就选择weka-3-8-0jre.exe安装程序。


Weka安装后需要配置环境变量

环境变量的配置具体可参见

java 基础安装和Tomcat8配置


        Weka提供了许多用于数据可视化及预处理的工具(也称作过滤器),包括种类繁多的用于数据集转换的工具等。所有机器学习算法对输入数据都要求其采用ARFF格式。   Weka作为一个公开的知识过去的工作平台,集合了大量能承担数据(知识)挖掘任务的机器学习算法,包括分类,回归、聚类、关联规则等。

       Weka存储数据的格式是ARFF(Attribute-RelationFile Format)文件,这是一种ASCII文本文件。Weka的ARFF文件可以分为两部分。第一部分给出了头信息(Head information),包括了对关系的声明和对属性的声明。第二部分给出了数据信息(Data information),即数据集中给出的数据。从@Data标记开始,后面的就是数据信息了。


Weka与许多数据分析软件一样,Weka所处理的数据集是一个二维的表格.


 Weka处理的数据表格中,一个横行称为一个实例(Instance),竖行代表一个属性(Arrtibute),数据表格称为一个数据集,在weka看来,呈现了属性之间的一种关系(Relation)

        下面代码所示的二维表格存储在如下的ARFF文件中。这也就是Weka自带的“weather.arff”文件,在Weka安装目录的“data”子目录下可以找到。

@relation weather

 

@attribute outlook {sunny, overcast, rainy}

@attribute temperature numeric

@attribute humidity numeric

@attribute windy {TRUE, FALSE}

@attribute play {yes, no}

 

@data

sunny,85,85,FALSE,no

sunny,80,90,TRUE,no

overcast,83,86,FALSE,yes

rainy,70,96,FALSE,yes

rainy,68,80,FALSE,yes

rainy,65,70,TRUE,no

overcast,64,65,TRUE,yes

sunny,72,95,FALSE,no

sunny,69,70,FALSE,yes

rainy,75,80,FALSE,yes

sunny,75,70,TRUE,yes

overcast,72,90,TRUE,yes

overcast,81,75,FALSE,yes

rainy,71,91,TRUE,no


 Weka中的属性介绍:

       数据集中的每一个属性都有它对应的“@attribute”语句,来定义它的属性名称和数据类型。  

       Weka支持的有四种,分别是

        numeric-------------------------数值型

        nominal-specification-----------分类(nominal)型  

        string----------------------------字符串型

       date[]--------日期和时间型


数值属性:是整数或者实数,但Weka把它们都当作实数看待。

字符串属性:可以包含任意的文本。这种类型的属性在文本挖掘中非常有用。如:@ATTRIBUTE LC string

分类属性:由列出所有可能的类别名称并放在花括号中,如:

@attribute outlook {sunny, overcast, rainy} 。每个实例对应的“outlook”值必是这三者之一。

日期和时间属性:统一用“date”类型表示,它的格式是:@attribute date [] 其中是这个属性的名称,是一个字符串,来规定该怎样解析和显示日期或时间的格式,默认的字符串是ISO-8601所给的日期时间组合格式“yyyy-mm-dd hh:mm:ss”。数据信息部分表达日期的字符串必须符合声明中规定的格式要求。


“Exploer”界面:



根据不同的功能把这个界面分成8个区域。


区域1的几个选项卡是用来切换不同的挖掘任务面板。这一节用到的只有“Preprocess”,其他面板的功能将在以后介绍。

主界面最左上角(标题栏下方)的是标签栏,分为五个部分,功能依次是:

Preprocess(数据预处理):选择和修改要处理的数据;

Classify(分类):训练和测试关于分类或回归的学习方案;

Cluster(聚类):从数据中学习聚类;

Associate(关联):从数据中学习关联规则;

Select attributes(属性选择):选择数据中最相关的属性;

Visualize(可视化):查看数据的交互式二维图像。


区域2是一些常用按钮。包括打开数据,保存及编辑功能。我们在这里把"bank-data.csv"另存为"bank-data.arff"。

载入、编辑数据

标签栏下方是载入数据栏,功能如下:

Open file:打开一个对话框,允许你浏览本地文件系统上的数据文件(.dat); 
Open URL:请求一个存有数据的URL 地址; 
Open DB:从数据库中读取数据; 
Generate:从一些数据生成器中生成人造数据。

在区域3中“Choose”某个“Filter”,可以实现筛选数据或者对数据进行某种变换。数据预处理主要就利用它来实现。


区域4展示了数据集的一些基本情况。

区域5中列出了数据集的所有属性。勾选一些属性并“Remove”就可以删除它们,删除后还可以利用区域2的“Undo”按钮找回。区域5上方的一排按钮是用来实现快速勾选的。

在区域5中选中某个属性,则区域6中有关于这个属性的摘要。注意对于数值属性和分类属性,摘要的方式是不一样的。图中显示的是对数值属性“income”的摘要。

区域7是区域5中选中属性的直方图。若数据集的最后一个属性(我们说过这是分类或回归任务的默认目标变量)是分类变量(这里的“pep”正好是),直方图中的每个长方形就会按照该变量的比例分成不同颜色的段。要想换个分段的依据,在区域7上方的下拉框中选个不同的分类属性就可以了。下拉框里选上“No Class”或者一个数值属性会变成黑白的直方图。

区域8是状态栏,可以查看Log以判断是否有错。右边的weka鸟在动的话说明WEKA正在执行挖掘任务。右键点击状态栏还可以执行JAVA内存的垃圾回收。



举报

相关文章推荐

weka介绍与安装

一、weka介绍 WEKA的全名是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis),同时weka也是新西兰的一种鸟名,而WEKA的主要开发者...

java 基础安装和Tomcat8配置

初识 java,基础安装的说明。下载 在oracle官网一般在同一个java版本会提供2个版本, 一个是Java SE Development Kit 7u80,此版本包含JDK开...

精选:深入理解 Docker 内部原理及网络配置

网络绝对是任何系统的核心,对于容器而言也是如此。Docker 作为目前最火的轻量级容器技术,有很多令人称道的功能,如 Docker 的镜像管理。然而,Docker的网络一直以来都比较薄弱,所以我们有必要深入了解Docker的网络知识,以满足更高的网络需求。

Weka 3概述及开发环境搭建

Weka 3: Java实现的数据挖掘软件 Weka:用于数据挖掘任务的机器学习算法的集合,这些算法要么直接应用到数据集上,要么在Java代码中调用。Weka包含如下工具: 数据预处理分类回归聚类...

Eclipse下如何导入jar包

我们在用Eclipse开发程序的时候,经常想要用到第三方的jar包。这时候我们就需要在相应的工程下面导入这个jar包。以下配图说明导入jar包的步骤。1.右击工程的根目录,点击Properties进入...

weka下载安装以及源码运行

Weka的全名是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis),是一款免费的,非商业化(与之对应的是SPSS公司商业数据挖掘产品--Clem...

机器学习之 weka学习(三)

本文转自:http://blog.csdn.net/qiao1245/article/category/6115745      Weka教程笔记    http://blog.csdn.net/q...

使用Weka进行数据挖掘(Weka教程八)Weka分类评价Evaluation输出分析

Weka提供了多种多样的评价指标,为了让大家更清楚,降低学习时间,在这篇文章中我将分析ROC/AUC/F1/recall/precision/MCC/PRC
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)