本部分詳情可查看博客http://blog.csdn.net/u011067360/article/details/20844443

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 數據挖掘開源軟件：WEKA基礎教程

Weka簡介：

? ? ? ?Weka是由新西蘭懷卡托大學開發的智能分析系統（Waikato Environment for Knowledge Analysis）? 。在懷卡托大學以外的地方，Weka通常按諧音念成Mecca，是一種現今僅存活于新西蘭島的，健壯的棕色鳥,? 非常害羞，好奇心很強，但不會飛? 。

? ? ? ? ?Weka是用Java寫成的，它可以運行于幾乎所有的操作平臺,包括Linux，Windows等操作系統。

? ? ? ? ?Weka平臺提供一個統一界面，匯集了當今最經典的機器學習算法及數據預處理工具。做為知識獲取的完整系統,包括了數據輸入、預處理、知識獲取、模式評估等環節，以及對數據及學習結果的可視化操作。并且可以通過對不同的學習方法所得出的結果進行比較，找出解決當前問題的最佳算法。

Weka下載網頁

? ? ? ? ? ? ? ? ? ? ??http://www.cs.waikato.ac.nz/ml/weka/

? ? ? ? ? ? ? ? ? ? ?http://www.cs.waikato.ac.nz/ml/weka/downloading.html

? ? ? ? 在WEKA的安裝文件中有weka-3-8-0.exe和 weka-3-8-0jre.exe，這兩個軟件我們安裝一個即可，它們的區別是weka-3-8-0.exe只安裝WEKA，而weka- 3-8-0jre.exe是將WEKA和JRE一起安裝，所以在安裝之前我們應該首先檢查一下我們的電腦中是否安裝了JRE，如果本機中已經安裝了 JRE，那么我們就選擇weka-3-8-0.exe安裝程序，如果沒有安裝JRE，我們就選擇weka-3-8-0jre.exe安裝程序。

Weka安裝后需要配置環境變量：

環境變量的配置具體可參見

java 基礎安裝和Tomcat8配置

? ? ? ? Weka提供了許多用于數據可視化及預處理的工具（也稱作過濾器），包括種類繁多的用于數據集轉換的工具等。所有機器學習算法對輸入數據都要求其采用ARFF格式。?? Weka作為一個公開的知識過去的工作平臺，集合了大量能承擔數據（知識）挖掘任務的機器學習算法，包括分類，回歸、聚類、關聯規則等。

? ? ? ?Weka存儲數據的格式是ARFF（Attribute-RelationFile Format）文件，這是一種ASCII文本文件。Weka的ARFF文件可以分為兩部分。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。

Weka與許多數據分析軟件一樣，Weka所處理的數據集是一個二維的表格.

?Weka處理的數據表格中，一個橫行稱為一個實例（Instance）,豎行代表一個屬性（Arrtibute），數據表格稱為一個數據集，在weka看來，呈現了屬性之間的一種關系（Relation）

? ? ? ? 下面代碼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。

@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中的屬性介紹：

? ? ? ?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。??

? ? ? ?Weka支持的有四種，分別是

????????numeric-------------------------數值型

????????nominal-specification-----------分類（nominal）型??

????????string----------------------------字符串型

?????? date[]--------日期和時間型

數值屬性：是整數或者實數，但Weka把它們都當作實數看待。

字符串屬性：可以包含任意的文本。這種類型的屬性在文本挖掘中非常有用。如：@ATTRIBUTE?LC string

分類屬性：由列出所有可能的類別名稱并放在花括號中，如：

@attribute outlook {sunny, overcast, rainy} 。每個實例對應的“outlook”值必是這三者之一。

日期和時間屬性：統一用“date”類型表示，它的格式是：@attribute date [] 其中是這個屬性的名稱，是一個字符 串，來規定該怎樣解析和顯示日期或時間的格式， 默認的字符串是ISO-8601所給的日期時間組合格式“yyyy-mm-dd hh:mm:ss”。 數據信息部分表達日期的字符串必須符合聲明中規定的格式要求。

“Exploer”界面：

根據不同的功能把這個界面分成8個區域。

區域1的幾個選項卡是用來切換不同的挖掘任務面板。這一節用到的只有“Preprocess”，其他面板的功能將在以后介紹。

主界面最左上角（標題欄下方）的是標簽欄，分為五個部分，功能依次是：

Preprocess(數據預處理)：選擇和修改要處理的數據；

Classify(分類)：訓練和測試關于分類或回歸的學習方案；

Cluster(聚類)：從數據中學習聚類；

Associate(關聯)：從數據中學習關聯規則；

Select attributes(屬性選擇)：選擇數據中最相關的屬性；

Visualize(可視化)：查看數據的交互式二維圖像。

區域2是一些常用按鈕。包括打開數據，保存及編輯功能。我們在這里把"bank-data.csv"另存為"bank-data.arff"。

載入、編輯數據

標簽欄下方是載入數據欄，功能如下：

Open file：打開一個對話框，允許你瀏覽本地文件系統上的數據文件（.dat）；?
Open URL：請求一個存有數據的URL 地址；?
Open DB：從數據庫中讀取數據；?
Generate：從一些數據生成器中生成人造數據。

在區域3中“Choose”某個“Filter”，可以實現篩選數據或者對數據進行某種變換。數據預處理主要就利用它來實現。

區域4展示了數據集的一些基本情況。

區域5中列出了數據集的所有屬性。勾選一些屬性并“Remove”就可以刪除它們，刪除后還可以利用區域2的“Undo”按鈕找回。區域5上方的一排按鈕是用來實現快速勾選的。

在區域5中選中某個屬性，則區域6中有關于這個屬性的摘要。注意對于數值屬性和分類屬性，摘要的方式是不一樣的。圖中顯示的是對數值屬性“income”的摘要。

區域7是區域5中選中屬性的直方圖。若數據集的最后一個屬性（我們說過這是分類或回歸任務的默認目標變量）是分類變量（這里的“pep”正好是），直方圖中的每個長方形就會按照該變量的比例分成不同顏色的段。要想換個分段的依據，在區域7上方的下拉框中選個不同的分類屬性就可以了。下拉框里選上“No Class”或者一個數值屬性會變成黑白的直方圖。

區域8是狀態欄，可以查看Log以判斷是否有錯。右邊的weka鳥在動的話說明WEKA正在執行挖掘任務。右鍵點擊狀態欄還可以執行JAVA內存的垃圾回收。

總結

以上是生活随笔為你收集整理的机器学习之 weka学习（一）weka介绍，安装和配置环境变量的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。