数据挖掘入门实验二

实验2：基于Weka的数据挖掘程序设计

学号： 姓名： XXXXXXX 专业： 计算机 班级：

实验目标

在掌握基于Weka工具的数据挖掘（分类、回归、聚类、关联规则分析）应用的基础上，实现基于Weka API的数据挖掘程序设计。

实验内容

1. 下载并安装JDK 7.0 64位版，Weka 3.7版，Eclipse IDE for Java Developers 4.0以上版本。
2. 基于Weka API的数据分类。
3. 基于Weka API的数据回归。
4. 基于Weka API的数据聚类。
5. 基于Weka API的关联规则分析。

实验步骤

1. 下载并安装JDK 7.0 64位版，Weka 3.7版，Eclipse IDE for Java Developers 4.0以上版本

1. JDK与Weka的安装方法与实验1中相同。
2. 从http://www.eclipse.org/home/index.php 下载并安装Eclipse。
3. 在Eclipse中建立一个新的Java工程，用于放置实验程序的源代码。
4. 编程请遵循Java编程规范。规范中文版参见：

http://www.hawstein.com/posts/google-java-style.html 。

2. 基于Weka API的数据分类

1. 读取“电费回收数据.csv”。

Weka支持多种数据导入方式，由于要处理的数据存储的方式为“.csv”, 而CSVLoader是能从csv文件加载数据集，因此采用CSVLoader来加载文件。

读取完数据还需要删除一些无用的属性列，为了实现该目标，在TestClassifier类中增加一个成员函数deleteUnusedAttributes(Instances ins, List<String> deletedAttributes)来完成该过程。

2. 数据预处理：
   1. 将数值型字段规范化至[0,1]区间。

对数据进行规范化就需要用到Normalize类，而该类存在于weka.filters.unsupervised.attribute.Normalize，需要引入该包，之后再对数据进行

规范化

b. 调用特征选择算法（Select attributes），选择关键特征。

特征选择算法如下：