机器学习之 weka学习(一)weka介绍,安装和配置环境变量
本部分详情可查看博客http://blog.csdn.net/u011067360/article/details/20844443
数据挖掘开源软件:WEKA基础教程
Weka简介:
Weka是由新西兰怀卡托大学开发的智能分析系统(Waikato Environment for Knowledge Analysis) 。在怀卡托大学以外的地方,Weka通常按谐音念成Mecca,是一种现今仅存活于新西兰岛的,健壮的棕色鸟, 非常害羞,好奇心很强,但不会飞 。
Weka是用Java写成的,它可以运行于几乎所有的操作平台,包括Linux,Windows等操作系统。
Weka平台提供一个统一界面,汇集了当今最经典的机器学习算法及数据预处理工具。做为知识获取的完整系统,包括了数据输入、预处理、知识获取、模式评估等环节,以及对数据及学习结果的可视化操作。并且可以通过对不同的学习方法所得出的结果进行比较,找出解决当前问题的最佳算法。
Weka下载网页
http://www.cs.waikato.ac.nz/ml/weka/
http://www.cs.waikato.ac.nz/ml/weka/downloading.html
在WEKA的安装文件中有weka-3-8-0.exe和 weka-3-8-0jre.exe,这两个软件我们安装一个即可,它们的区别是weka-3-8-0.exe只安装WEKA,而weka- 3-8-0jre.exe是将WEKA和JRE一起安装,所以在安装之前我们应该首先检查一下我们的电脑中是否安装了JRE,如果本机中已经安装了 JRE,那么我们就选择weka-3-8-0.exe安装程序,如果没有安装JRE,我们就选择weka-3-8-0jre.exe安装程序。
Weka安装后需要配置环境变量:
环境变量的配置具体可参见
java 基础安装和Tomcat8配置
Weka提供了许多用于数据可视化及预处理的工具(也称作过滤器),包括种类繁多的用于数据集转换的工具等。所有机器学习算法对输入数据都要求其采用ARFF格式。 Weka作为一个公开的知识过去的工作平台,集合了大量能承担数据(知识)挖掘任务的机器学习算法,包括分类,回归、聚类、关联规则等。
Weka存储数据的格式是ARFF(Attribute-RelationFile Format)文件,这是一种ASCII文本文件。Weka的ARFF文件可以分为两部分。第一部分给出了头信息(Head information),包括了对关系的声明和对属性的声明。第二部分给出了数据信息(Data information),即数据集中给出的数据。从@Data标记开始,后面的就是数据信息了。
Weka与许多数据分析软件一样,Weka所处理的数据集是一个二维的表格.
Weka处理的数据表格中,一个横行称为一个实例(Instance),竖行代表一个属性(Arrtibute),数据表格称为一个数据集,在weka看来,呈现了属性之间的一种关系(Relation)
下面代码所示的二维表格存储在如下的ARFF文件中。这也就是Weka自带的“weather.arff”文件,在Weka安装目录的“data”子目录下可以找到。
@relation weather
@attribute outlook {sunny, overcast, rainy}
@attribute temperature numeric
@attribute humidity numeric
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}
@data
sunny,85,85,FALSE,no
sunny,80,90,TRUE,no
overcast,83,86,FALSE,yes
rainy,70,96,FALSE,yes
rainy,68,80,FALSE,yes
rainy,65,70,TRUE,no
overcast,64,65,TRUE,yes
sunny,72,95,FALSE,no
sunny,69,70,FALSE,yes
rainy,75,80,FALSE,yes
sunny,75,70,TRUE,yes
overcast,72,90,TRUE,yes
overcast,81,75,FALSE,yes
rainy,71,91,TRUE,no
Weka中的属性介绍:
数据集中的每一个属性都有它对应的“@attribute”语句,来定义它的属性名称和数据类型。
Weka支持的有四种,分别是
numeric-------------------------数值型
nominal-specification-----------分类(nominal)型
string----------------------------字符串型
date[]--------日期和时间型
数值属性:是整数或者实数,但Weka把它们都当作实数看待。
字符串属性:可以包含任意的文本。这种类型的属性在文本挖掘中非常有用。如:@ATTRIBUTE LC string
分类属性:由列出所有可能的类别名称并放在花括号中,如:
@attribute outlook {sunny, overcast, rainy} 。每个实例对应的“outlook”值必是这三者之一。
日期和时间属性:统一用“date”类型表示,它的格式是:@attribute date [] 其中是这个属性的名称,是一个字符 串,来规定该怎样解析和显示日期或时间的格式, 默认的字符串是ISO-8601所给的日期时间组合格式“yyyy-mm-dd hh:mm:ss”。 数据信息部分表达日期的字符串必须符合声明中规定的格式要求。
“Exploer”界面:
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,分为五个部分,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。我们在这里把"bank-data.csv"另存为"bank-data.arff"。
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。
在区域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。
机器学习之 weka学习(一)weka介绍,安装和配置环境变量相关推荐
- java基础学习总结一(java语言发展历史、jdk的下载安装以及配置环境变量)
最近一段时间计划复习一下java基础知识,使用的视频课程是尚学堂高淇老师的,上课过程中的心得体会 直接总结一下,方便以后复习. 一:计算机语言的发展 1:机器语言,最原始的语言,主要有"01 ...
- java jdk 检测安装_JDK如何安装和配置环境变量以及检验是否成功安装JDK的方法
大家都知道JDK是JAVA运行的环境,JDK是将.java文件翻译成.class文件的虚拟机,只有经过编译后系统才能识别,不管是eclippse,还是Myeclipse,还是其他的JAVA编程的编译器 ...
- Java环境配置——JDK的选择、下载、安装与配置环境变量
Java环境配置--JDK的选择.下载.安装与配置环境变量 JDK的简介以及版本选择.下载与安装 JDK历史版本(除最新版以外的版本) java平台移植性的原因 解释执行和编译执行 JDK的Linux ...
- Xamarin.Forms教程下载安装JDK配置环境变量
Xamarin.Forms教程下载安装JDK配置环境变量 Xamarin.Form环境配置下载安装JDK JDK是编程Java程序必须的软件.也许有人会问我们用的C#为什么还有Java呢?这是因为我们 ...
- Windows10 JDK9安装及配置环境变量与Eclipse安装
一 下载JDK9 http://www.oracle.com/technetwork/java/javase/downloads/jdk9-downloads-3848520.html 选择版本,系统 ...
- python需要配置环境变量吗_python安装和配置环境变量
Python 安装和配置环境变量 一. Python 的安装: 在网上找一个 python 的安装包,我找的 python3.3.5 .照着安装步骤一步一步进行安装,完 成后,运行 IDLE(Pyth ...
- NodeJs 的安装及配置环境变量
NodeJs 的安装及配置环境变量 一.Node.js 下载与安装 二.Node.js环境变量配置 三.国内镜像网站配置 一.Node.js 下载与安装 下载 在 Node官网 上,下载对应的安装包 ...
- Linux——MySQL安装及配置环境变量
Linux--MySQL安装及配置环境变量 1.安装包准备: 2.在虚拟机查询主机IP: 3.运行Xftp,新建一个会话,命名为MySQL安装: 4.新建一个会话,命名为MySQL安装: 5.把安装包 ...
- java安装以及配置环境变量详细步骤
java安装以及配置环境变量详细步骤 一.安装JDK(Java Development Kit开发工具包) 下载地址: http://www.oracle.com/technetwork/java/j ...
- java 第一弹:最新Oracle JDK 下载安装与配置环境变量
java 第一弹:最新Oracle JDK 下载安装与配置环境变量 1.下载网站甲骨文官网https://www.oracle.com/java/technologies/javase-downloa ...
最新文章
- C++ 笔记(23)— STL vector 类(实例化 vector、末尾插入、指定位置插入、数组方式访问元素、指针方式访问元素、删除元素、大小与容量区别)
- 对 Kafka 和 Pulsar 进行性能测试后,拉卡拉将消息平台统一换成了 Pulsar
- 怎样才能使二级网页窗口最大化
- sql优化之:深入浅出理解索引(系列二)(讲解非常透彻)
- mysql数据丢失_当数据被误删除/误操作后造成数据丢失。你尝试过用什么手段来挽救数据/损失?...
- SQL Server存储过程的基本概念以及语法【转】
- Oracle入门(十三C)之高级查询(下)
- Android 蓝牙技术 实现终端间数据传输
- Java的一些基础知识深入
- windows Server 2003中NTBackup恢复到Windws Server 2008/R2
- 产品经理的自我修养——用显微镜看微信产品设计
- vb 分类汇总方法_高中数学19种解题方法+易错知识分类大汇总!
- 绞尽脑汁!益智解谜的Mac游戏推荐
- 【计算机网络】1.计算机网络与因特网概述
- 最简单的让IjkPlayer自动旋转带有rotation视频的方法
- 理解 Mach-O 并提高程序启动速度
- XSS Overview
- excel切片器_利用切片器制作动态交互图表
- opencv图像运算(python)
- 一个简单的三子棋游戏
热门文章
- [CQOI2009]叶子的染色(树形dp)
- bytes转16进制整数 python_Python 十进制转二进制、八进制、十六进制
- 实验7-3-5 输出大写英文字母 (15分)
- 钉钉开发者接口文档_无需开发,IT事件接入钉钉的方法详解
- 深度学习导论(6)误差计算
- 表白代码c语言_这段代码怎么啦?居然瞬间引起了所有程序员网友的注意!
- 『ACM-算法-Hash算法』信息竞赛进阶指南--字符串哈希
- 玩转mini2440开发板之【linux内核的编译和下载】
- [深度学习] 一篇文章理解 word2vec
- gEdit: 打造简洁,小巧的编程环境