首先分享一个学习weka的网址:http://blog.csdn.net/yangliuy/article/details/7589306
(进入园子好多年,竟然是第一次写东西,惭愧........好好学习)
1.weka介绍
我就用自己的话说说吧,weka是一个可视化的数据分析工具。对!可视化!感谢厉害的程序员们给我们带来这么多的便利,可视化的工具确实很招人喜欢呐。简单说下weka的极大功能模块:首先,weka可以对数据进行预处理,比如说离散化、标准化等等,都是一个按钮的事儿。在执行分类算法之前,weka还可以对属性进行删选,里面提供了不少筛选方法,比如主成分分析方法PCA,信息增益方法等,帮助我们筛选更有效的属性,以此提高分类准确率。同时,weka提供了分类、聚类、关联规则方法,不仅感叹好好用啊,一些经典的、基本的机器学习方法都囊括了。最后一个是对数据集整体的可视化结果,分析了每个属性的分布情况,用数值和柱形图体现。
2.weka数据格式
使用weka之前需要准备好arff(Attribute-Relation File Format)格式的数据。这里我就分享一下如何将CSV转换为arff.用Arffviewer打开你的CSV文件(注意:CSV文件必须要有属性名,且类标签的名字为“class”,我这里用excel打开本来没有属性名的csv,然后再给csv添加属性名),然后将文件另存为arff即可。这样就完成了csv到arff的转换。
结果就是这样。
2.演示
weka提供了很多机器学习算法,下面我演示的是用逻辑回归方法对Iris数据集分类。首先进入“classify”界面,“choose”选择分类算法,测试方法选择的是10-交叉验证。点击“start”开始运行分类算法。邮编区域显示的是分类结果,96%是分类准确率。
3.结束语
分享到这里,感谢浏览。