Weka教程，使用Weka进行简单的分类和聚类

一、weka安装及基本操作

1. weka基于Java环境，所以首先需要安装Java的jdk；具体可参考JDK的下载、安装和环境配置教程（2021年，win10）_jdk下载_「已注销」的博客-CSDN博客
2. weka软件的安装教程，具体可参考学习weka（1）：weka软件安装使用教程_用weka打开数据显示重新安装_蓝亚之舟的博客-CSDN博客
3. weka界面功能及外部数据集导入，具体可参考(2条消息) 《数据挖掘基础》实验：Weka环境基本操作_weka数据挖掘实验报告_lazyn的博客-CSDN博客

二、数据集下载

Weka中自带的有数据集，在你的Weka安装目录下data文件夹中，如果想下载外部的数据集，可以参考下面这篇文章：

UCI数据集下载及转换为arff文件

三、使用Weka进行简单的分类操作

1，打开Weka软件，点击Explorer

1. 进入以下界面后点击Open file

 

3，找到自己Weka的安装目录，进入data文件夹，选择自己需要分类的数据集，当然也可以是外部数据集，但文件需要是arff类型文件，其它文件类型如何转为arff类型可参考《数据挖掘基础》实验：Weka环境基本操作_weka数据挖掘实验报告_lazyn的博客-CSDN博客

4，我们就用Weka自带的数据集进行演示，选择iris（鸢尾花）数据集，点击打开

5，下面这个界面显示了数据集的基本信息，通过点击不同的属性，可以查看属性的基本信息。对于右下角的柱状图，横坐标代表sepallength（花萼长度），纵坐标代表该长度下鸢尾花的数量。不同的颜色代表不同的类别，具体类别可点击class属性查看。

6，下面进入分类操作，点击Classify进入分类界面，点击Choose选择分类器

7，可以根据需要选择不同的分类器，我们以REPTree（决策树）为例，点击REPTree

8，对于Test options中的四个选项，Use training set代表将当前数据集用作训练集；当选择Supplied test set选项时，点击右侧set按钮选择本地的一个arff文件作为测试集；Cross-validation代表交叉验证，可以根据需求通过设置右侧folds的大小来设置交叉验证的次数；对于Percentage split选项，当你的数据集没有测试集时，可以通过设置右侧的数字来将你的数据集分为训练集和测试集，图中的数字为66，其代表将数据集66%的数据作为训练集，其余34%的数据作为测试集。红框中下拉框的作用是根据需求选择不同的属性进行分类。

9，点击Start按钮对数据进行分类，右侧显示了分类结果

10，还可以将生成的决策树可视化，在Result list中选中结果，右键选择Visualize tree

 

四、使用Weka进行聚类操作

1，前面的操作和上面分类操作的步骤一样，导入数据集后进入到聚类的界面，需要注意的地方在下图中进行了标注。

2，双击选择的算法会弹出一个类编辑器，在这里可以设置聚类算法要分成几个类别。

 3,和分类的操作类似，右键选择生成的结果，点击Visualize cluster assignments可以查看聚类的结果，还可以通过更换X轴或Y轴的属性来查看不同的结果。

如果感觉还是难以学会，可以去看一下下面这个视频课程，本人也是通过此视频学习的，视频里面会有更多细节性的操作。只需看1.2--2.3节就可以让你对Weka的操作有个大概的理解。Exploring the Explorer__bilibili