WEKA使用指南（中文）

WEKA 使用指南中文版 WEKA 是一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理、分类、回归、聚类、关联规则以及在新的交互式界面上的可视化。WEKA 由四个主要部分组成：SimpleCLI、Explorer、Experimenter 和 KnowledgeFlow。 SimpleCLI SimpleCLI 提供了一个简单的命令行界面，从而可以在没有自带命令行的操作系统中直接执行 WEKA 命令。 Explorer Explorer 是视窗界面的数据挖掘环境。在这个环境中，WEKA 提供了数据的预处理、各种数据挖掘算法（包括分类与回归算法、聚类算法、关联规则等），并提供了结果的可视化工具。用户可以通过简单的数据预处理，并对数据挖掘算法进行选择，然后点击“Start”按钮就可以运行了。 Explorer 界面主要由七个区域组成： * 区域 1：几个选项卡是用来切换不同的挖掘任务面板。 * 区域 2：一些常用按钮，包括打开数据、保存（Save）及编辑数据（Edit 查看编辑数据）。 * 区域 3：可以实现筛选数据或者对数据进行某种变换。 * 区域 4：展示了数据集的一些基本情况，数据个数、属性个数等。 * 区域 5：列出了数据集的所有属性。 * 区域 6：关于选择的属性的摘要。 * 区域 7：选择属性的直方图。 * 区域 8：状态栏，可以查看 Log 以判断是否有错。 Experimenter Experimenter 是运行算法试验、管理算法方案之间的统计检验的环境。 KnowledgeFlow KnowledgeFlow 环境本质上和 Explorer 所支持的功能是一样的，但是它有一个可以拖放的界面。它有一个优势，就是支持增量学习（incremental learning）。 数据预处理 数据预处理主要是通过区域 1、2、3 来实现的。用户可以通过选择不同的预处理算法，来对数据进行预处理。 数据属性 数据属性是通过“@attribute”语句来定义的。每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 支持的数据类型有四种：numeric、nominal、string、date。 数据类型 WEKA 支持的数据类型有： * numeric：数值型 * nominal：分类（nominal）型 * string：字符串型 * date：日期和时间型 WEKA 也支持两个类型：“integer”和 “real”，但把它们都当作 “numeric” 看待。 WEKA 是一个功能强大且灵活的数据挖掘工具，能够满足用户的各种数据挖掘需求。