Weka
HarperFive
00养成之路
展开
-
Weka之重复训练与测试数据
训练数据和测试数据是从相同的总体中取出独立样本,结果自然存在误差。但我们可以通过设定随机种子和重复实验来估算误差。还可以通过实验计算平均值和方差。1、打开Explorer界面,选择数据集segment-challenge.arff。2、打开classify面板,选择J48分类器。3、将Percentage split按比划分设为90%,即数据集的90%为训练集,10%为训练集。点击“star...原创 2019-11-13 22:12:49 · 1001 阅读 · 0 评论 -
Weka之训练与测试数据
什么是训练数据和测试数据?训练数据经过机器学习算法(ML Algorithm)可以得到分类器,再将测试数据放入分类器,则可得到评估结果。训练集和测试集应来源于同一个数据集,但为两个不相交的集合。比如:将一个数据集的1/3作为测试集,2/3作为训练集。接下来通过一个简单的实验进一步理解训练与测试数据:1、打开Explorer界面,选择数据集segment-challenge.arff。2...原创 2019-10-27 22:52:11 · 7027 阅读 · 0 评论 -
Weka之进一步了解分类器
以使用UserClassifier分类器建立决策树为例,进一步了解分类器。1、打开Explorer界面,选择数据集segment-challenge.arff。这是一个比较复杂的关于图像分析的数据集。详情请看:2、打开classify面板,选择UserClassifier分类器。若无此分类器,至Tools->package manager下载即可。3、选择测试集segment-...原创 2019-10-21 12:35:04 · 899 阅读 · 0 评论 -
Weka之数据可视化
1、打开Explorer界面。选择数据集(这里以iris.arff为例),点击Visualize可视化面板。如上图,这是一个5x5的二维矩阵,点击打开(petallength,sepallength)。2、观察界面。上方下拉框和右侧白色横条都标明了当前的x轴、y轴。可选择下拉框选择当前的x轴、y轴,也可单击右侧白色横条改变。注意:左键单击白色横条改变x轴,右键单击白色横条改变y轴。底...原创 2019-10-15 21:28:28 · 3369 阅读 · 0 评论 -
Weka之过滤器(filter)的使用
1、打开Explorer界面,选择数据集(这里以weather.nominal.arff为例),点击左上角的choose选择一个过滤器(Filter)。值得注意的是,监督过滤器在过滤时会使用类的值,因此无监督过滤器使用的更广泛。2、首先尝试删除湿度属性。观察属性栏后,发现humidity的标号为No.3。选择unsupervised->attribute->Remove。3...原创 2019-10-12 17:06:21 · 4323 阅读 · 0 评论 -
Weka之分类器(classifier)的使用
1、打开Explorer界面,选择数据集(这里以glass.arff为例)点击Classify面板,点击左上角的choose。2、打开Explorer界面,选择数据集(这里以glass.arff为例)点击Classify面板,点击左上角的choose,将显示贝叶斯分类器、函数分类器、懒惰分类器、元分类器等分类器。这里选择决策树中经典的J48分类器为例。3、点击Start,开始分类。4...原创 2019-10-11 21:38:54 · 5005 阅读 · 3 评论 -
Weka的下载与安装
一、安装Weka1、进入官网 https://www.cs.waikato.ac.nz/ml/weka/ 。2、在Getting started中点击Download,再选择合适的版本下载即可。我选择的是Windows 64bit without JVM的版本。3、安装Weka。4、进入安装目录,将data文件夹复制粘贴至方便使用的目录下。这里我将其复制到了“文档”中,并重命名为“W...原创 2019-10-09 23:18:53 · 20187 阅读 · 2 评论 -
Weka之预处理(preprocess)的使用
1、打开Weka。2、打开Explorer。主要面板介绍:3、点击左上方Open file,在数据集中选择weather.nominal.arff文件,再点击Edit。打开文件后:右下角为不同属性的Value的实例数量柱状图可视化,点击图上Visualize All可显示所有属性柱状图。点击Edit后:观察可以发现有14个实例(No.1~14)和5个属性(outlook、temp...原创 2019-10-10 23:53:37 · 1488 阅读 · 0 评论