weka分类器怎么设置样本类别_WEKA在机器学习、数据挖掘领域的应用（二）

使用WEKA进行分类

分类

•分类界面主要分为四部分：分类器选择、测试选项、结果列表、分类器输出。

•分类器：weka里面将分类器分为7大类，包括bayes、functions、lazy、trees等。

functions中包含线性规划、SVM等。

lazy中有常用的IBk(k近邻算法)。

trees中有常用的决策树算法，比如weka中用J48实现C4.5算法

•测试选项常用的有四个：用作训练集、用作测试集、交叉检验(默认为10重交叉检验)、按比例分割(将数据集按一定比例分割为训练集和测试集)。此外还有一些关于分类器输出的选项，比如评价指标、选择将分类器代码以java语言输出等。

•结果列表中展示当前所有的分类结果，右击列表中的某一条结果会出现一些选项，比如visualize tree(可以图形化决策树)、visualize classifier errors(将分类结果以散点图表示，正确分类实例表示为小叉号，错误分类实例表示为空心小方块)，还有一些其他选项

•分类器输出：

输出的主要部分有

运行信息输出：显示分类器信息、数据集信息、测试模型

分类器模型输出：

这里的决策树算法会输出决策树的结构、构建模型的时间

分类统计信息输出(各种指标是可选的)：样本总数、分类正确样本数及比例、分类错误样本数及比例、平均相对误差、相对绝对误差、均方根误差案例覆盖度等等。

分类详细准确率输出：真阳性率、假阳性率、查准率、查全率、ROC曲线下面积等等

以及可选的混淆矩阵等其他输出

分类--C4.5分类及预测

•打开探索者界面，点击预处理选项卡后，导入标称型天气数据集(weather.arff)，进入分类标签页后，选择J48分类器，test options 选择作为训练集后，将生成决策树，相关输出会在classifier output中输出。

•再次选择test options，选择作为测试集策略，然后在more options中找到output predictions 选择Plain Text，将输出测试情况。

使用训练集得到的决策树

使用测试集得到的分类结果

分类--线性回归

•在预处理标签页加载cpu数据集，在分类标签页选LinearRegression分类器，选择10重交叉检验，其他默认，点击start，将生成回归方程以及测试结果。

训练得到的回归方程

结果显示该回归模型相关系数为0.9012，各项性能指标显示该分类器效果不佳(误差较高，相关系数较小)，下面选择M5P分类器。

分类--M5P

M5P是一种决策树方案与线性回归方案的结合体。

M5P分类器生成的决策树模型

决策树的5个叶子结点对应的回归方程

分类--两种分类器对比

性能指标

样本分布

LinearRegression分类器

M5P分类器

weka还可以进行分类可视化过程

比如：加载irri数据集显示C4.5分类器的分类过程。