Weka數據挖掘工具 v3.8.0 免費漢化版

軟件介紹

Weka特別版是一款基于java環境的數據挖掘工作平臺，我們不僅可以通過Weka數據挖掘工具自帶的算法來完成數據挖掘，同時還可以添加一些自己的新算法進去。這款軟件除了能夠進行數據挖掘外，同時還可以用來完成回歸、聚類、關聯分析等多種操作。

VRYeeJueWIq+eJiA==" src="http://img.kxdw.com/2020/1026/20201026095451995.jpg">

Weka特別版軟件簡介

Weka的全名是懷卡托智能分析環境（Waikato Environment for Knowledge Analysis），是一款免費的，非商業化（與之對應的是SPSS公司商業數據挖掘產品--Clementine ）的，基于JAVA環境下開源的機器學習（machine learning）以及數據挖掘（data mining）軟件。它和它的源代碼可在其官方網站下載。有趣的是，該軟件的縮寫WEKA也是新西蘭獨有的一種鳥名（新西蘭秧雞），而Weka的主要開發者同時恰好來自新西蘭的懷卡托大學（The University of Waikato）。

軟件特色

1、可以處理一個數據庫的查詢結果

2、weka軟件支持相同功能的命令行，或是一種基于組件的知識流接口

3、集成自己的算法甚至借鑒它的方法自己實現可視化工具都很簡單

4、技術基于假設數據是以一種單個文件或關聯的

5、使用Java的數據庫鏈接能力可以訪問SQL數據庫

Weka特別版使用方法

1、在啟動WEKA時，會彈出GUI選擇器，讓您選擇使用WEKA和數據的四種方式。選擇Explorer選項已經足夠。

2、weka是基于java，用于數據挖掘和知識分析一個平臺。從海量數據中發掘其背后隱藏的種種關系。

3、數據創建完成后，就可以開始創建我們的回歸模型了。啟動 WEKA，然后選擇 Explorer。將會出現 Explorer 屏幕，其中 Preprocess 選項卡被選中。選擇 Open File 按鈕并選擇在上一節中創建的 ARFF 文件。

Weka特別版操作教程

WEKA文件相關術語

表格里的一個橫行稱作一個實例（Instance），相當于統計學中的一個樣本，或者數據庫中的一條記錄。豎行稱作一個屬性（Attribute），相當于統計學中的一個變量，或者數據庫中的一個字段。這樣一個表格，或者叫數據集，在WEKA看來，呈現了屬性之間的一種關系(Relation)。上圖中一共有14個實例，5個屬性，關系名稱為“weather”。

WEKA存儲數據的格式是ARFF（Attribute-Relation File Format）文件，這是一種ASCII文本文件。上圖所示的二維表格存儲在如下的ARFF文件中。這也就是WEKA自帶的“weather.arff”文件，在WEKA安裝目錄的“data”子目錄下可以找到。

文件內容說明

識別ARFF文件的重要依據是分行，因此不能在這種文件里隨意的斷行?？招校ɑ蛉强崭竦男校⒈缓雎?。以“%”開始的行是注釋，WEKA將忽略這些行。如果你看到的“weather.arff”文件多了或少了些“%”開始的行，是沒有影響的。

除去注釋后，整個ARFF文件可以分為兩個部分。

第一部分給出了頭信息（Head information），包括了對關系的聲明和對屬性的聲明。

第二部分給出了數據信息（Data information），即數據集中給出的數據。從“@data”標記開始，后面的就是數據信息了。

關系聲明

關系名稱在ARFF文件的第一個有效行來定義，格式為@relation <relation-name>

<relation-name>是一個字符串。如果這個字符串包含空格，它必須加上引號（指英文標點的單引號或雙引號）。

屬性聲明

屬性聲明用一列以“@attribute”開頭的語句表示。數據集中的每一個屬性都有它對應的“@attribute”語句，來定義它的屬性名稱和數據類型。

這些聲明語句的順序很重要。首先它表明了該項屬性在數據部分的位置。例如，“humidity”是第三個被聲明的屬性，這說明數據部分那些被逗號分開的列中，第三列數據85 90 86 96 ... 是相應的“humidity”值。其次，最后一個聲明的屬性被稱作class屬性，在分類或回歸任務中，它是默認的目標變量。屬性聲明的格式為

@attribute <attribute-name> <datatype>

其中<attribute-name>是必須以字母開頭的字符串。和關系名稱一樣，如果這個字符串包含空格，它必須加上引號。

數值屬性

數值型屬性可以是整數或者實數，但WEKA把它們都當作實數看待。

標稱屬性

標稱屬性由<nominal-specification>列出一系列可能的類別名稱并放在花括號中：{<nominal-name1>, <nominal-name2>,

<nominal-name3>, ...} 。數據集中該屬性的值只能是其中一種類別。

例如如下的屬性聲明說明“outlook”屬性有三種類別：“sunny”，“overcast”和“rainy”。而數據集中每個實例對應的“outlook”值必是這三者之一。

@attribute outlook {sunny, overcast, rainy}

如果類別名稱帶有空格，仍需要將之放入引號中。