数据挖掘—Weka 的数据库挖掘及数据预处理

最新推荐文章于 2024-07-30 17:09:59 发布
最新推荐文章于 2024-07-30 17:09:59 发布
阅读量8.4k 收藏 85
点赞数 22
分类专栏： 数据挖掘 文章标签： 数据挖掘 数据库 人工智能 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zsr6135/article/details/121309098
版权

基于 Weka 的数据库挖掘及数据预处理

❤️‍ 大家好，我是java厂长，今天带你们了走进数据挖掘的世界🚜🚜！❤️‍

关于作者

  • 作者介绍

🍓 博客主页：作者主页

🍓 简介：JAVA领域优质创作者🥇、一名在校大三学生🎓、在校期间参加各种省赛、国赛，斩获一系列荣誉🏆。

🍓 关注我：关注我学习资料、文档下载统统都有，每日定时更新文章，励志做一名JAVA资深程序猿👨‍💻。

文章目录

1、双击下面的 exe 程序进行安装

网盘链接：https://pan.baidu.com/s/1pTNWBHq5qdL1GaeZUh4uSQ 提取码：wpzr

img

2、出现欢迎窗口

image-20211113162228354

3、单击 next 按钮进入下一步

同意 GNU GPL 协议，选择 I Agree 按钮

image-20211113162253136

4、进入选择安装组件，默认选择 FULL，再单击 next

image-20211113162414325

5、 选择安装路径

image-20211113162453197

6、选择开始菜单文件夹名称

这里是 weka 3.8.4，没有特殊要求不需更改，单击 Install 安装完成即可。

image-20211113162510023

7、安装完成后，可生成如下文件

image-20211113163212960

8、data 文件夹

这里需要看一下 data 文件夹，里面是 weka 自带 25个arff 文件作为测试数据集。

image-20211113163448823

9、weka 的初步使用

在电脑的开始菜单里找到 Weka3.8.4 的子菜单，下面有三个菜单项，如下图，第一个菜单项：Documentation，提供weka 的参考资料，包括 Weka 手册、Java 包 API 文档及一些线资源。下面两个菜单项都可以启动Ｗeka 界面，不同的是后者带有一个控制台的输出，而前者没有。

image-20211113163555025

10、单击 weka3.8.4启动 weka 界面，并选择探索者界面 Explorer

image-20211113163638153

进入探索者界面如下：

image-20211113163904942

根据不同的功能把这个界面分成 8 个区域。

区域1 的几个选项卡是用来切换不同的挖掘任务面板。这一节用到的只有**“Preprocess”**，其他面板的功能将在以后介绍。

主界面最左上角（标题栏下方）的是标签栏，分为 6 个部分，功能

依次是：

Preprocess(数据预处理)：选择和修改要处理的数据；

Classify(分类)：训练和测试关于分类或回归的学习方案；

Cluster(聚类)：从数据中学习聚类；

Associate(关联)：从数据中学习关联规则；

Select attributes(属性选择)：选择数据中最相关的属性；

Visualize(可视化)：查看数据的交互式二维图像。

区域2是一些常用按钮。包括打开数据，保存及编辑功能、载入、编

辑数据

标签栏下方是载入数据栏，功能如下：

Open file：打开一个对话框，允许你浏览本地文件系统上的数据文

件（.dat）；

Open URL：请求一个存有数据的 URL 地址；

Open DB：从数据库中读取数据；

Generate：从一些数据生成器中生成人造数据。

区域 3 中“Choose”某个“Filter”，可以实现筛选数据或者对数据进行某种变换。数据预处理主要就利用它来实现。

区域 4 展示了数据集的一些基本情况。

区域 5 中列出了数据集的所有属性。勾选一些属性并“Remove”就可以删除它们，删除后还可以利用区域 2 的“Undo”按钮找回。区域 5上方的一排按钮是用来实现快速勾选的。

在区域 5 中选中某个属性，则区域 6 中有关于这个属性的摘要。注意对于数值属性和分类属性，摘要的方式是不一样的。图中显示的是对数值属性“income”的摘要。

区域 7 是区域 5 中选中属性的直方图。若数据集的最后一个属性（我们说过这是分类或回归任务的默认目标变量）是分类变量（这里的“pep”正好是），直方图中的每个长方形就会按照该变量的比例分成不同颜色的段。要想换个分段的依据，在区域 7 上方的下拉框中选个不同的分类属性就可以了。下拉框里选上“No Class”或者一个数值属性会变成黑白的直方图。

区域 8 是状态栏，可以查看 Log 以判断是否有错。右边的 weka 鸟在动的话说明 WEKA 正在执行挖掘任务。右键点击状态栏还可以执行JAVA 内存的垃圾回收。

11、为了可以挖掘数据库中的数据，我们要将 Weka 和 MySQL 进行连接

（1）配置文件

  • 如果 Weka 正在运行，先关闭 weka

  • 在Weka下新建lib目录

    image-20211113170021589

  • 查看自己数据库所兼容的jar包，这里我用的是5.1.49

    image-20211113170619603

  • 配置环境变量
    image-20211113165449095

    WEKA_HOME
E:\environment\Weka-3-8-4

  • 修改系统变量CLASSPATH

    image-20211113165837128

    %WEKA_HOME%\lib\mysql-connector-java-5.1.49.jar

  1. 启动数据库运行，确保已建立名称为 weka 的数据库，并自行建表

  2. 修改以下目录中的 DatabaseUtils.props 文件（需要提前将 weka-3-8-4 文件夹下的 weka.jar 包解压才能找到）

image-20211113171257170

以记事本打开该文件，文件内容如下：

# General information on database access can be found here:
# https://waikato.github.io/weka-wiki/databases/
#
# Version: $Revision: 15255 $

# The comma-separated list of jdbc drivers to use
#jdbcDriver=RmiJdbc.RJDriver,jdbc.idbDriver
#jdbcDriver=jdbc.idbDriver
#jdbcDriver=RmiJdbc.RJDriver,jdbc.idbDriver,org.gjt.mm.mysql.Driver,com.mckoi.JDBCDriver,org.hsqldb.jdbcDriver
jdbcDriver=com.mysql.jdbc.Driver

# The url to the experiment database
#jdbcURL=jdbc:rmi://expserver/jdbc:idb=experiments.prp
jdbcURL=jdbc:mysql://localhost:3306/weka
#jdbcURL=jdbc:mysql://mysqlserver/username

# the method that is used to retrieve values from the db 
# (java datatype + RecordSet.<method>)
# string, getString() = 0;    --> nominal
# boolean, getBoolean() = 1;  --> nominal
# double, getDouble() = 2;    --> numeric
# byte, getByte() = 3;        --> numeric
# short, getByte()= 4;        --> numeric
# int, getInteger() = 5;      --> numeric
# long, getLong() = 6;        --> numeric
# float, getFloat() = 7;      --> numeric
# date, getDate() = 8;        --> date
# text, getString() = 9;      --> string
# time, getTime() = 10;       --> date
# timestamp, getTime() = 11;  --> date
# the original conversion: <column type>=<conversion>
#char=0
#varchar=0
#longvarchar=0
#binary=0
#varbinary=0
#longvarbinary=0
#bit=1
#numeric=2
#decimal=2
#tinyint=3
#smallint=4
#integer=5
#bigint=6
#real=7
#float=2
#double=2
#date=8
#time=10
#timestamp=11
#mysql-conversion
CHAR=0
TEXT=0
VARCHAR=0
LONGVARCHAR=9
BINARY=0
VARBINARY=0
LONGVARBINARY=9
BIT=1
NUMERIC=2
DECIMAL=2
FLOAT=2
DOUBLE=2
TINYINT=3
SMALLINT=4
#SHORT=4
SHORT=5
INTEGER=5
BIGINT=6
LONG=6
REAL=7
DATE=8
TIME=10
TIMESTAMP=11

#mappings for table creation
CREATE_STRING=TEXT
CREATE_INT=INT
CREATE_DOUBLE=DOUBLE
CREATE_DATE=DATETIME
DateFormat=yyyy-MM-dd HH:mm:ss

#database flags
checkUpperCaseNames=false
checkLowerCaseNames=false
checkForTable=true
setAutoCommit=true
createIndex=false

# All the reserved keywords for this database
Keywords=\
  AND,\
  ASC,\
  BY,\
  DESC,\
  FROM,\
  GROUP,\
  INSERT,\
  ORDER,\
  SELECT,\
  UPDATE,\
  WHERE

# The character to append to attribute names to avoid exceptions due to
# clashes between keywords and attribute names
KeywordsMaskChar=_

#flags for loading and saving instances using DatabaseLoader/Saver
nominalToStringLimit=50
idColumn=auto_generated_id

修改完之后，可将 DatabaseUtils.props 文件放在如下两个目录之一

A. 当前目录即可，即不改变它的位置
B. 若第一个目录不行，则把它放在用户目录中，若不知道自己的用户目录，在命 令 行 输 入 echo %USERPROFILE%, 即 可 找 到 用 户 目 录 路 径 ， 将DatabaseUtils.props 文件放在用户目录的下的 wekafiles\props 子目录中，并把原来路径中的 DatabaseUtils.props 删掉。

（2）数据库设置
  • 进入 weka 的探索者界面，单击 OPEN DB，进入 SQL 查看器，可以看到 URL 文本框的内容已变成前文修改的配置文件中的 jdbcURL 值。
image-20211113173018571
  • 单击如下按钮，连接数据库，如果前面设置无误，会在 SQL 查看器下，出现数据库连接成功的提示
image-20211113173210636
（3）查询 Weka 数据库中 student 表中的数据
image-20211113173421411

img 注意：如果连接不上数据库，可按如下顺序依次查找：数据库驱动程序是否正确；CLASSPATH 的设置是否正确（用户变量）；配置文件中的 jdbcDriver 和 jdbcURL 两项配置的拼写是否正确；配置文件是否放到了正确的路径；数据库用户名和密码是否正确；该数据库用户是否拥有足够的权限；数据库是否已经启动等其他问题。

12、使用 weka 进行数据预处理

Preprocess 标签可用于从文件、URL 或数据库中加载数据集，并且根据应用要求或领域知识过滤掉不需要进行处理或不符合要求的数

据。

（1）加载数据
  • 单击 open file ，在 weka 的安装目录下选择 data 文件，打开 data 文件，选择 weather.nominal.arff 数据集。
image-20211113174048212
  • 加载数据后，出现如下数据信息:

image-20211113175134173

（2）使用数据集编辑器修改数据

加载天气数据集后，单击 Preprocess 标签页中的 Edit 按钮，弹出如下对话框，列出全部天气数据。

image-20211113175317307

在这个界面可以手动删除一些属性或者实例，或者修改数据

（3）使用过滤器删除属性

  • 加载天气数据后，在 Filter 下单击 Choose 按钮
    img

  • 打开过滤器分层列表，如下图，有两种过滤算法，一种有监督，一种无监督，前者使用类别属性，后者不使用，继续往下是属性和实例，前者主要处理有关属性的过滤，后者处理有关实例的过滤。
    image-20211113182241549

  • 适合删除属性的的过滤器是 Remove，我们在unsupervised(无监督)—>attribute—> Remove 条目，单击选择该过滤器，Choose 右侧文本框就会显示。Remove，如下图

image-20211113182721499
  • 再单击该文本框，打开通用对象编辑器对话框以设置参数，如下图
image-20211113183109858
  • 设置完参数，点击 Ok，回到以下界面，文本框显示：remove -R 2,含义是删除数据集中的第二个属性。单击右边的 Apply 过滤器生效。

image-20211113183134940

  • 可单击 edit 按钮，查看删除属性后的结果，但这种方法只能改变内存中的数据，不会影响数据集文件中的内容，要想保存该文件，可通过 save 按钮保存删除属性后的文件。
（4）使用过滤器添加属性
  • 仍然是单击 Choose 按钮，依次 weka—>filter—>unsupervised(无监督)—>attribute—>AddUserFiledss过滤器

image-20211113183335679

  • 单击 Choose 旁边的文本框，打开通用对象编辑器对话框以设置参数，单击 New 按钮，设置属性名称为 mode，属性类型为 Nominal,其他不设置，单击 Ok
  • 单击 Ok，出现如下，再单击 Apply,会发现属性选项组的属性表格中多了一个 mode 属性。

image-20211113184148509

  • 单击 Edit，打开 Vierwer 对话框，可以看到新增的属性并没有值
image-20211113184211689
  • 继续单击 Choose 按钮，选择unsupervised(无监督)—>attribute—>AddValues过滤器，单击该文本框，出现如下对话框，在 labels 标签设置 mode 的取值。
image-20211113184304478 image-20211113184832555
  • 再次单击 Edit 按钮，打开 Viewer 对话框，如下图，可以看到新增的属性下拉列表框有取值了。
image-20211113185622998

➢ 我们可以看到上表中 mode 属性在最后一列，这个天气数据集的最后一列应该是类别属性 play,根据其他条件属性的取值，比如晴天，温度/湿度适宜，没风等条件来判断是否适合外出运动，所以这里我们需要将 mode 属性和 play 属性调换一下位置。继续选择unsupervised(无监督)—>attribute—>Reorder过滤器，再单击 choose 旁边的文本框，弹出如下图，设置参数为 1，2，3，4，6，5 相当于将第五列和四列调换位置。

image-20211113185809308
  • 最后再单击 Edit 按钮，打开 Viewer 对话框，如下图，可以看到 mode 和 play 交换了位置。
image-20211113185749972
（5）使用过滤器删除实例
A.选择
  • choose—>weka—>filter—>unsupervised—>instance—>RemoveFolds过滤器
image-20211113190002072

  • 过滤器将数据集分割为给定的交叉验证折数，并指定输出第几折。点击Choose 旁边的文本框，弹出如下对话框 image-20211113190158515

  • 单击 ok-Apply，然后查看数据会发现，14 条数据只剩两条了

image-20211113190226777
B.选择

  • choose—>weka—>filter—>unsupervised—>instance—>RemovePercentage过滤器

    image-20211113190330397

  • 过滤器删除数据集中给定百分比的实例，点击 Choose 旁边的文本框，弹出如下对话框

    image-20211113190406366

  • 单击 ok-Apply,然后查看数据会发现，14 条数据只剩 7 条了。

C.选择

  • choose—>weka—>filter—>unsupervised—>instance—>RemoveRange过滤器

    image-20211113190559062

  • 过滤器删除数据集中给定范围的实例，点击 Choose 旁边的文本框， 弹出如下：

    image-20211113190704981

  • 单击 ok-Apply,然后查看数据会发现，14 条数据只剩 11 条了，第 3-5条数据被删掉了。

应用：使用 weka 将数据离散化

​ Weka 中数据类型有标称型（nominal），只能取预定义值列表中的一个；数值型（numeric）,只能是实数或整数；字符串类型（String）,由双引号引用的任意长度的字符列表；还有日期型（Date）和 关系型(Relational)。

​ 如果数据集包含数值型属性，所用的学习方案只能处理标称型属性的分类，则将数值型属性离散化是必要的。有两种类型的离散化技术-无监督离散和有监督离散化，前者不需要也不关注类别属性值，后者在创建间隔时考虑实例的类别属性值。离散化数值型属性的直观方法是将值域分隔为多个预先设定的间隔区间。

1、无监督离散化有等宽和等频离散化。

等宽离散化（等宽分箱）：将数值型属性从最小值到最大值平均分为十份，即将数值从最小值到最大值分成 10 个区间，这样每个区间所包含的实例数量就各不相等，从而造成实例分布不均匀，有的间隔区域内包含很多个实例，但有的却很少甚至没有。

等频离散化：按数值型属性的大小顺序将全部实例平均分成十份，如 200 条实例，先按取值大小排好顺序，再每 20 条一份，分成十份。

下面以实例说明这两种方法的差异，首先，在 data 目录中找到玻璃数据集glass.arff 文件，如下图是玻璃数据集中各属性的含义。

img

将其加载至探索者界面，在 Preprocess标签页中查看 RI 属性直方图如下：

image-20211113191505674

思考：RI 属性的直方图中各种颜色和各种数值代表什么?

等宽离散化

依次打开choose—>weka—>filters—>unsupervised—>attribute—>Discretize过滤器。保持默认参数不变，点击 Apply,出现如下图：

image-20211113191712820

等频离散化

设置 Discretize 中的image-20211113191905155值为 true。得到等频离散化后的 RI 属性，如下图：

image-20211113192125217

我们可能会产生错觉，等频离散化后形成的直方图似乎会等高，但是有兴趣的可以自行看看 Ba,Fe 属性的等频离散化，是否会等高，思考为什么会这样。

image-20211113192342401
2、有监督离散化

首先打开 data 数据集中的鸢尾花数据集，即 iris.arff 文件，数据集中各属性如下：

img

Weka 中打开 iris 数据集，显示如下图

image-20211113192527150

依次点开choose—>weka—>filters—>supervised—>attribute—>Discretize，点击 Apply,，打开可视化窗口，发现各个属性的取值范围如下：

image-20211113193110876

java厂长
关注
  • 22
    点赞
  • 踩
  • 85
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
专栏目录
数据挖掘WEKA实验报告.docx
11-29
数据挖掘WEKA实验报告 在证券行业中，存在着海量的信息和数据，但是这些数据日常知识发挥了一小部分的作用，其包含了大量的隐性的信息并不为所用，但是却可以为一些公司的决策和对客户的服务提供不小的价值。因此，...
(完整word)数据挖掘WEKA实验报告.doc
12-16
本实验报告主要介绍了WEKA软件在数据挖掘中的应用，WEKA是一个开源的机器学习和数据挖掘软件，能够轻松地对数据进行挖掘和分析。报告首先介绍了数据挖掘的概念和重要性，然后对WEKA软件进行了详细的介绍，包括其安装...
Weka中数据挖掘与机器学习系列之Exploer界面（七）
weixin_33800463的博客
05-12 3526
        　　不多说，直接上干货！     　　Weka的Explorer（探索者）界面，是Weka的主要图形化用户界面，其全部功能都可通过菜单选择或表单填写进行访问。本博客将详细介绍Weka探索者界面的图形化用户界面、预处理界面、分类界面、聚类界面、关联界面、选择属性界面和可视化界面等内容。             一、Weka的Explorer（探索者）界...
weka平台的二次开发
weixin_44373127的博客
06-25 1311
weka的相关资料可以在获取下载后的软件界面如图。
〖数据挖掘〗weka3.8.6的安装与使用
码银的博客
05-08 4980
Preprocess：预处理Classify：分类Cluster：聚类Associate：关联Select attributes：选择属性Visualize：可视化open file：从文件中打开一组实例open URL：从URL中打开一组实例open DB：从数据库中打开一组实例generate：生成人工数据undo：撤销对数据集最后更改edit：在查看器中打开当前数据集进行编辑save：将工作关系保存到文件中属性ALL：全选None：全不选。
数据挖掘与机器学习：Weka
抱朴守拙
04-28 2594
weka github 项目 weka maven packages weka wiki weka java doc 1 Weka Weka 是一种使用 Java 语言编写的数据挖掘及机器学习软件，主要用于科研、教育和应用领域。Weka 是一套完整的数据处理工具、学习算法、评价方法，包含数据可视化的图形界面，同时还可以比较和评估不同的学习算法的性能。 国内外很多著名大学都采用 Weka 作为数据挖掘和机器学习课程的实践工具。 Weka 系统包含处理标准数据挖掘问题的所有方法：回归、分类、聚类、关联规则以及
《数据挖掘基础》实验：Weka环境基本操作
lazyn的博客
12-20 1万+
实现Weka环境基本操作，包括 1. Explorer界面的各项功能 2. 文件导入与编辑 3. 数据预处理
使用Weka进行数据挖掘（Weka教程五）Weka数据预处理之Filter使用
热门推荐
乔阳的博客
03-10 1万+
加载完毕数据集后，还是不能直接进行数据挖掘模型的训练和学习，必须要进行数据预处理，Weka中的数据预处理使用Filter实现。
数据挖掘的步骤有哪些？
weixin_51689029的博客
12-15 1万+
所谓数据挖掘就是从海量的数据中，找到隐藏在数据里有价值的信息。因为这个数据是隐式的，因此想要挖掘出来并不简单。那么，如何进行数据挖掘呢？数据挖掘的步骤有哪些呢？一般来讲，数据挖掘需要经历数据收集、数据可视化、数据预处理、准备模型输入以及训练模型五大步骤，下面让我们来详细分析一下吧！通俗来讲，我们把数据挖掘可以看作是想要炒一盘可口的菜肴。那么，首先第一步就是去菜市场买菜。同样的，我们要从数据中找到需要的信息，第一步就是收集数据。就好比你去买菜的时候，肯定要好好挑选一下，争取买到比较新鲜的蔬菜。
用weka进行数据挖掘
qq_61141142的博客
09-24 967
SimpleKMeans算法是K-Means算法中最为简单的一种，也是在Weka软件中集成的一个算法，本次大作业中，我在Weka中，利用SimpleKMeans算法对数据集进行数据挖掘，主要是由于SimpleKMeans算法有K-Means算法应用广泛，具有代表性的特性，同时它有事一种最为简单的k-means算法，更加容易我们掌握，因此，此次我选择该算法作为我对zoo这一数据集进行聚类分析的原因。K均值算法以k为输入参数，把n个对象的集合分成k个簇，使得结果内的相似程度最高，而簇间的相似程度低。
数据挖掘基础
W_chuanqi的博客
10-12 2103
针对具体的数据挖掘应用需求，首先要明确本次的挖掘目标是什么？系统完成后能够达到什么样的效果。必须分析应用领域（应用中的各种知识和应用目标），了解相关领域的有关情况，熟悉背景知识，弄清用户需求。目标越明确、需求越清晰，数据挖掘成功率越高。针对T餐饮的数据挖掘应用，可定义如下的挖掘目标：1）实现动态菜品智能推荐，帮助顾客快速发现自己感兴趣的菜品，同时确保推荐给顾客的菜品也是餐饮企业期望顾客消费的菜品，实现餐饮消费者和餐饮企业的双赢。
数据挖掘课程设计——基于关联规则挖掘的美国国会议员投票行为分析（使用weka）
Moonee_
09-08 2225
使用关联规则挖掘这一数据挖掘技术来分析美国国会议员投票行为，揭示出影响议员投票结果的因素和规律。
数据挖掘基础技术及应用.pptx
12-27
WEKA是一个基于JAVA开发的机器学习算法集合，包括一系列数据预处理、分类、回归、聚类、关联规则及数据可视化的工具。用户可以根据需要对内置算法进行改写。 数据挖掘的基本任务包括基础统计分析、特征提取、分类与...
数据挖掘工具weka中的算法列表.doc
05-26
### 数据挖掘工具WEKA中的算法列表详解 #### 一、数据输入与输出 - **WOW()**: 查看Weka函数的参数。该函数主要用于显示当前可用的各种参数配置，帮助用户了解不同算法的具体参数设置方式及其默认值。 - **Weka_...
数据挖掘-数据预处理
qq_61940759的博客
07-23 1488
来自🥬🐶程序员Truraly | 田园（欢迎关注）
图数据库查询与操作指南-以Nebula图数据库为例
DZSpace，专注于计算机科学与技术领域的技术博主，致力于分享实用知识与技巧，帮助读者快速掌握技术要点，共同探索计算机世界的无限可能。欢迎访问DZSpace的博客，一起学习进步！
07-26 363
图数据库查询与操作指南-以Nebula图数据库为例
二进制部署k8s集群之master节点和etcd数据库集群（上）
zx52306的博客
07-30 845
【代码】二进制部署k8s集群之master节点和etcd数据库集群（上）
互联网医院系统源码与医保购药APP开发的完整技术指南
最新发布
meihusdk的博客
07-30 179
开发过程中需注重数据安全、系统性能、用户体验等多个方面，确保系统的高效稳定运行和良好用户体验。希望这篇技术指南能为开发者提供有益的参考，助力互联网医疗健康行业的发展。
Weka数据挖掘平台研究：架构解析与预处理优化
关键词包括Weka、数据挖掘、Weka架构、Weka内核以及数据预处理。 该研究工作对于提升Weka在实际应用中的性能，特别是在大规模数据处理和复杂数据预处理任务中的效率，提供了理论支持和实践指导，有助于推动数据挖掘...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

java厂长

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值