本文介绍了Weka这款强大的基于Java的数据分析工具，包括其功能、适用平台以及使用方法。通过训练classifier、处理不平衡数据和数据降维等案例，展示了Weka在数据挖掘中的实用性。
之前从来没写过文章，这是第一篇，希望自己能把这个习惯坚持下去，算是给自己定期做个总结，也希望能在这里跟大家交流一下心得。
以前一直在做system & network方面的工作，没有怎么接触过datamining，不过马上要去的公司在这方面很有建树，估计去了以后也免不了接触这些知识，更何况bigdata现在是最热门的话题，所以在学校的最后一个学期选了datamining这门课，先入个门，以后有机会的话再深入研究。
目前用weka做了一些简单的数据分析的工作，发现这个工具还是很强大的，所以写这篇文章简单介绍一下weka。
Weka(Waikato Environment for Knowledge Analysis) 由新西兰的Universityof Waikato研发，是一款基于java的machinelearning的软件套件。用户可以使用weka提供的可视化界面，也可以使用weka提供的api开发满足特定需求的模型和算法。同时weka也支持加载开发者自己开发的extensionpackages，所以在weka下几乎能找到了所有现在比较流行的datamining模型和算法的实现。
Weka现在有windows，linux以及mac os版本，可视化界面基本上是一样的。下面用几个例子简单介绍一下如何用weka进行简单的datamining的工作。
训练classifier：
首先在Preprocess标签下，点击Openfile选择一个你要打开的dataset，这个dataset需要符合一定的文件格式才能被weka解析，最常用的是arff格式的文件，所以最好先将你的dataset转换成这个格式的文件。打开文件后，weka会自动解析数据，
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
