weka基础操作

序

在数据挖掘课程中，使用到了数据挖掘软件weka，因为不太熟悉，目前也没有找到文档，遇到问题的时候，就直接去读源码，像挖宝藏一样，不知道什么时候能解决问题，是一个很有趣的过程。也做一个记录，方便自己和大家查阅。

判断属性为标称型还是数值型

在weka的Attribute类中，对于每个属性的类型用一个int存放，分为以下几种类型：

NUMERIC = 0;//连续型（数值型）
NOMINAL = 1;//离散型（标称型）
STRING = 2;//一个任意长的字符序列，包含在双引号内
DATE = 3;//日期和时间属性，对格式要严格，必须在arff文件开头指定格式
RELATIONAL = 4;//有了这种类型我们可以像关系型数据库那样处理多个维度了，但不常用，具体还不太清楚

当获取到一个Instance后，就可以使用

instance.attribute(index)//先获取index下标（0开始）的属性
instance.attribute(index).type()//获取类型
instance.attribute(index).isNominal()//判断是否标称型属性，下类似
instance.attribute(index).isNumeric()
instance.attribute(index).isRelationValued()
instance.attribute(index).isString()
instance.attribute(index).isDate()

来获取类型，或者直接判断是否是某一类型
同时，attribute的numValues()函数可以获得标称型数据有多少种

参考文档

[1]https://www.cnblogs.com/tanrong/p/8671068.html

注

本来以为自己能深入学学weka，不过后来自己去实现这些算法了，就没怎么研究weka了，这篇也显得非常的短，时隔一年以后翻出来发表。在我的github有当时的算法集合的代码：https://github.com/QWsin/DataMiningLearning