数据挖掘WEKA实验报告1.doc

"数据挖掘WEKA实验报告1.doc" 数据挖掘是指从大量数据中自动发现有价值的模式、关系和规律的过程。WEKA是一款开源的数据挖掘工具，它提供了各种数据挖掘算法和技术。本实验报告旨在介绍WEKA的基本使用和数据预处理。 一、WEKA工具初步认识 WEKA是一个基于Java的数据挖掘工具，它提供了多种数据挖掘算法和技术，如分类、聚类、关联规则挖掘等。WEKA的主要功能包括数据加载、数据预处理、数据挖掘和结果可视化。 在WEKA中，数据加载可以通过open file按钮来实现。然后，用户可以通过点击相应的按钮来选择数据集，例如weather.nominal.arrf文件。在加载数据后，用户可以通过点击相应的按钮来选择属性，例如temperature属性。 二、实验数据预处理 数据预处理是数据挖掘的重要步骤。WEKA提供了多种数据预处理技术，如过滤器、离散化等。在本实验中，我们使用WEKA中的Remove和Add过滤器对数据集进行操作。 我们使用Remove过滤器来删除humidity属性值为high的全部实例。然后，我们使用Add过滤器来增加一个未命名的属性。我们使用RemoveWithValue过滤器来删除humidity属性值为high的全部实例。 三、离散化技术 离散化是指将连续性数据转换为离散数据的过程。WEKA提供了多种离散化技术，如等宽离散化和等频离散化。在本实验中，我们使用等宽离散化和等频离散化对glass.arrf文件中的RI和Ba属性进行离散化。 四、思考与分析 在本实验中，我们使用WEKA对weather.nominal.arrf文件进行数据预处理和离散化。我们首先加载了weather.nominal.arrf文件，然后使用Remove和Add过滤器对数据集进行操作。我们使用RemoveWithValue过滤器来删除humidity属性值为high的全部实例，并使用离散化技术对glass.arrf文件中的RI和Ba属性进行离散化。 通过本实验，我们掌握了WEKA的基本使用和数据预处理技术，了解了数据挖掘的重要性和应用价值。