weka漢化版(數(shù)據(jù)挖掘)

weka中文版官方最新版是一款非常實(shí)用的數(shù)據(jù)挖掘軟件，這款軟件廣泛應(yīng)用于SQL數(shù)據(jù)庫領(lǐng)用，下面有綠色資源網(wǎng)小編為您帶來weka中文版32位/64位官網(wǎng)最新版下載，需要的朋友歡迎來本站免費(fèi)下載使用。

WEKA中文版官方介紹

WEKA的全名是懷卡托智能分析環(huán)境（Waikato Environment for Knowledge Analysis），同時(shí)weka也是新西蘭的一種鳥名，而WEKA的主要開發(fā)者來自新西蘭。

Weka是一款開源的、非商業(yè)性質(zhì)的免費(fèi)數(shù)據(jù)挖掘軟件，集合了大量能承擔(dān)數(shù)據(jù)挖掘任務(wù)的計(jì)算機(jī)學(xué)習(xí)算法，包括對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、分類、回歸、聚類、關(guān)聯(lián)規(guī)則以及在新的交互界面上的可視化。數(shù)據(jù)挖掘軟件Weka的技術(shù)基于假設(shè)數(shù)據(jù)是以一種單個(gè)文件或關(guān)聯(lián)的，在那里，每個(gè)數(shù)據(jù)點(diǎn)都被許多屬性標(biāo)注。

Weka使用Java的數(shù)據(jù)庫鏈接能力可以訪問SQL數(shù)據(jù)庫，并可以處理一個(gè)數(shù)據(jù)庫的查詢結(jié)果。它主要的用戶接品是Explorer，也同樣支持相同功能的命令行，或是一種基于組件的知識(shí)流接口。如果想自己實(shí)現(xiàn)數(shù)據(jù)挖掘算法的話，可以看一下Weka的接口文檔，在Weka 中集成自己的算法甚至借鑒它的方法自己實(shí)現(xiàn)可視化工具并不是一件很困難的事情。

WEKA背景知識(shí)

WEKA把分類(Classification)和回歸(Regression)都放在“Classify”選項(xiàng)卡中，這是有原因的。

在這兩個(gè)任務(wù)中，都有一個(gè)目標(biāo)屬性（輸出變量）。我們希望根據(jù)一個(gè)樣本(WEKA中稱作實(shí)例)的一組特征（輸入變量），對(duì)目標(biāo)進(jìn)行預(yù)測(cè)。為了實(shí)現(xiàn) 這一目的，我們需要有一個(gè)訓(xùn)練數(shù)據(jù)集，這個(gè)數(shù)據(jù)集中每個(gè)實(shí)例的輸入和輸出都是已知的。觀察訓(xùn)練集中的實(shí)例，可以建立起預(yù)測(cè)的模型。有了這個(gè)模型，我們就可 以新的輸出未知的實(shí)例進(jìn)行預(yù)測(cè)了。衡量模型的好壞就在于預(yù)測(cè)的準(zhǔn)確程度。

在WEKA中，待預(yù)測(cè)的目標(biāo)（輸出）被稱作Class屬性，這應(yīng)該是來自分類任務(wù)的“類”。一般的，若Class屬性是分類型時(shí)我們的任務(wù)才叫分類，Class屬性是數(shù)值型時(shí)我們的任務(wù)叫回歸。

WEKA漢化版參數(shù)設(shè)置

現(xiàn)在我們計(jì)劃挖掘出支持度在10%到100%之間，并且lift值超過1.5且lift值排在前100位的那些關(guān)聯(lián)規(guī)則。我們把 “l(fā)owerBoundMinSupport”和“upperBoundMinSupport”分別設(shè)為0.1和1，“metricType”設(shè)為 lift，“minMetric”設(shè)為1.5，“numRules”設(shè)為100。其他選項(xiàng)保持默認(rèn)即可。“OK” 之后在“Explorer”中點(diǎn)擊“Start”開始運(yùn)行算法，在右邊窗口顯示數(shù)據(jù)集摘要和挖掘結(jié)果。

下面是挖掘出來的lift排前5的規(guī)則。

Best rules found:

1. age=52_max save_act=YES current_act=YES 113 ==> income=43759_max 61 conf:(0.54) < lift:(4.05)> lev:(0.08) [45] conv:(1.85)

2. income=43759_max 80 ==> age=52_max save_act=YES current_act=YES 61 conf:(0.76) < lift:(4.05)> lev:(0.08) [45] conv:(3.25)

3. income=43759_max current_act=YES 63 ==> age=52_max save_act=YES 61 conf:(0.97) < lift:(3.85)> lev:(0.08) [45] conv:(15.72)

4. age=52_max save_act=YES 151 ==> income=43759_max current_act=YES 61 conf:(0.4) < lift:(3.85)> lev:(0.08) [45] conv:(1.49)

5. age=52_max save_act=YES 151 ==> income=43759_max 76 conf:(0.5) < lift:(3.77)> lev:(0.09) [55] conv:(1.72)

對(duì)于挖掘出的每條規(guī)則，WEKA列出了它們關(guān)聯(lián)程度的四項(xiàng)指標(biāo)。

命令行方式

我們也可以利用命令行來完成挖掘任務(wù)，在“Simlpe CLI”模塊中輸入如下格式的命令：

java weka.associations.Apriori options -t directory-path"bank-data-final.arff

即可完成Apriori算法。注意，“-t”參數(shù)后的文件路徑中不能含有空格。

在前面我們使用的option為

-N 100 -T 1 -C 1.5 -D 0.05 -U 1.0 -M 0.1 -S -1.0 命令行中使用這些參數(shù)得到的結(jié)果和前面利用GUI得到的一樣。

我們還可以加上“- I”參數(shù)，得到不同項(xiàng)數(shù)的頻繁項(xiàng)集。我用的命令如下：

java weka.associations.Apriori -N 100 -T 1 -C 1.5 -D 0.05 -U 1.0 -M 0.1 -S -1.0 -I -t d:"weka"bank-data-final.arff

挖掘結(jié)果在上方顯示，應(yīng)是這個(gè)文件 的樣子。