0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
30 31 32
33 34 35
36 37 38 39 40 41 42 43 44 45 46
38 39 47 48
38 39 48 49 50 51 52 53 54 55 56 57 58
32 41 59 60 61 62
3 39 48
63 64 65 66 67 68
32 69
48 70 71 72
39 73 74 75 76 77 78 79
36 38 39 41 48 79 80 81
82 83 84
41 85 86 87 88
39 48 89 90 91 92 93 94 95 96 97 98 99 100 101
36 38 39 48 89
39 41 102 103 104 105 106 107 108
38 39 41 109 110
39 111 112 113 114 115 116 117 118
119 120 121 122 123 124 125 126 127 128 129 130 131 132 133
48 134 135 136
39 48 137 138 139 140 141 142 143 144 145 146 147 148 149
39 150 151 152
38 39 56 153 154 155
48 156 157 158 159 160
39 41 48
161 162 163 164 165 166 167
38 39 48 168 169 170 171 172 173
32 39 41 48 174 175 176 177 178
32 38 39 47 48 179 180 181 182 183
39 184 185 186
36 38 41 48 140 187 188
39 48 186 189 190 191 192 193 194 195 196 197 198 199 200
39 201 202 203 204 205 206 207 208 209
39 65 193 210 211 212 213 214 215
179 216 217 218 219 220 221 222 223 224
225 226 227
39 41 48 228 229 230 231
36 38 39 232 233 234 235 236 237 238 239 240 241 242
39 243 244 245
39 41 48 246 247 248 249 250
39 48 65 251 252 253
48 230 254
39 48 66 78 242 255 256 257 258 259 260 261
39 48 262
36 38 39 225 263 264 265 266 267
39 242 268 269 270 271
39 48 79 146 237 256 272 273
274
32 38 39 48 275 276 277 278 279 280 281 282 283
39 48 68
38 39 48 95 96 105 284 285 286 287
39 41 48 212 288 289 290 291 292 293 294 295 296 297 298 299
300 301 302
36 38 39 105 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321
10 322 323 324 325 326 327
39 48 152 161 328
39 329 330
48 331 332 333 334 335 336 337 338 339
18 37 38 41 48 147 340 341 342 343 344 345 346 347
32 39 41 48 348 349 350
48 351 352 353 354 355 356 357 358 359 360 361 362 363 364
365 366
38 39 41 48 60 367 368 369 370 371 372 373 374 375
1 11 39 41 48 65 89 376 377 378 379 380 381 382 383 384 385
386 387 388 389
38 41 390
38 55 391
32 43 151 152 201 258 340 392 393 394 395 396 397 398 399
338 400 401 402 403 404
39 405 406 407
48 89 101 179 186 258 340 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422
39 45 48 248 423 424 425 426
141 344 427 428 429 430 431
39 432 433 434
39 48 65 435 436 437 438
15 23 36 38 48 123 229 291 331 337 390 439 440 441 442 443 444 445 446 447 448 449 450
48 451 452 453 454 455 456 457 458 459 460
37 38 48 147 174 461 462 463 464 465 466 467 468 469 470 471
39 48 472 473 474 475
39 41 476
477 478 479
39 161 480 481 482 483 484 485 486
32 39 41 48 152 237 396
38 39 41 105 110 487
60 381
11 39 48 255 488 489 490 491 492 493 494 495 496 497 498 499 500
39
41 110 501
32 38 39 48 170 178 502 503
38 41 504
225 232 347 505 506 507 508 509 510 511 512 513 514 515
38 39 41 48 170 189 225 270 516
39 48
38 39 281 517
2 518 519 520
310 521 522
41 523 524
48 310 416 521 522 525 526 527 528 529 530 531
38 39 110 532
18 38 47 48 89 258 293 338 365 533 534 535 536 537 538 539 540 541 542 543 544
39 48 106 107 264 308 384 498 545 546 547 548 549
39 48 312 550 551 552 553 554 555 556 557 558
32 39 41 48 89 129 255 357 367 368 408 491 552 559 560 561 562 563 564 565 566 567 568 569 570
38 170 201 571
39 41 48 572 573 574 575
38 39 161 281
36 38 48 78 155 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591
39 48 592 593 594 595 596 597 598 599 600
39 178 601 602
38 39 170 207 603 604 605 606
126 290 292 548 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624
625 626
39 48 627
39 41 48 134 272 475 628 629 630 631 632 633 634 635 636
39 48
38 39 41 48 89 110 637 638 639
38 48 170 242 255 389 604 640 641 642 643 644 645 646 647
36 38 39 271
39
39 89 186 543 648 649 650 651 652 653 654
41 511 655 656 657
39 48 658
39 48 201 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675
39 41 676 677 678 679
39 72 365
39 680 681
23 39 41 48 260 357 470 682 683 684 685 686 687 688 689 690 691 692 693
37 38 39 48 694
32 39 166 346 533 695 696 697 698 699 700 701 702 703 704
12 39 578 597 705 706 707 708 709 710 711 712
39 155 338 713 714
37 38 39 41 48 170 433 715 716 717
718 719
39 48 150 160 720
19 36 38 39 41 48 248 543 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740
41 48 741 742 743 744 745
10 746
9 39 41
747
359 748
9 227 715 749 750 751 752 753 754 755
39 48 68 649 756 757 758 759 760 761 762 763
209 211 242 618 637 651 764 765 766
647 767 768 769
39 41 770
38 286 359
38 110
19 39 284 420 771 772
39 48 773 774
37 38 110 334 775 776 777 778 779
11 39 41 48 67 102 225 228 278 564 780 781 782 783 784 785 786 787 788 789
38 39 41 790 791
38 39 48 286
38 39 41 47 48 61 150 312 441 561 622 649 792 793 794 795 796 797 798 799 800 801 802 803 804 805
48 768 806
38 41 170 420
38 286
39 41 48 807 808 809
32 41 420 810
39 48 89 811 812
0 39 48 65 120 181 730 813 814 815 816 817
22 32 39 818 819
39 41 806 820 821 822 823
39 48 179 490 570 572 649 723 824 825 826 827 828 829 830 831 832 833 834
36 38 483 492 740 835 836 837
38 838 839 840 841 842
48 798 843 844 845 846
9 39 48 704 767 809 847 848 849
9 38 39 170 330 714 850 851 852 853
39 41 48 854
237 855 856
39 45 48 522 535 681 857 858 859 860
39 48 861 862
39 48 359
38 39 48 110 161 863 864 865 866
441 645 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885
39 41 161 259 260 886 887 888
39 48 798 859 889 890
39 48 101 249 255 278 441 479 495 585 678 809 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906
39 907
48 65 908 909 910 911 912 913
38 39 48 170 303 494 914 915
31 39 41 93 916
209 917 918 919 920 921
32 38 39 41 47 191 209 348 390 422 441 547 645 877 922 923 924 925 926 927 928
32 48 270 511 750 929 930 931 932
32 38 39 41 42 170 178 213 272 511 589 933 934 935 936 937 938 939 940 941
39 48 942 943 944 945 946 947 948
38 39 48 286 949 950 951 952
39 41 349 606 665 953 954 955 956 957 958
10 39 41 48 959 960
9 48 96 107 529 549 606 789 961 962 963 964 965
39 269 384 966 967
25 32 41 117 185 232 248 340 503 530 533 762 927 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982
65 76 128 136 185 535 558 612 615 730 913 916 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005
1006 1007 1008
39 389 989 1009 1010
39 41 48 715 755 1011 1012 1013 1014 1015 1016 1017
65 101 175 176 178 197 282 301 623 803 806 1018 1019 1020 1021 1022 1023 1024 1025 1026
39 48 237 1027
38 84 107 108 110 133 237 249 493 589 604 675 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043
32 1044 1045 1046
39 45 48 200 259 282 359 365 396 577 589 593 751 1047 1048 1049 1050 1051
32 868 1052 1053 1054
39 41 48 348 352 454 533 693 754 1055 1056 1057
38 39 249 371 740
48 571 681 803 967 970 1031 1058 1059 1060 1061 1062
359 1063
32 38 48 170 186 365 413 475 548 636 1064 1065 1066 1067 1068 1069 1070
39 1071 1072 1073 1074 1075
48 77 101 242 571 616 822 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089
39 48 255 493 1090
38 39 48 328 504 984 1091
48 260 665
39 41 48 956 1031 1092 1093 1094
32
38 170 885 1095
433 1096
31 846 1097 1098 1099 1100 1101 1102 1103
39 48 828 1104 1105 1106 1107 1108 1109 1110 1111
38 39 48 170
38 39 41 390 1112 1113 1114 1115
38 39 41 72 105 208 346 535 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128
39 41 48 75 1000 1129 1130
32 612 976 1013 1131 1132 1133 1134 1135 1136 1137 1138
39 249 1139 1140 1141 1142 1143 1144
0 39 48
38 370
39 48 155 721 766 1062 1145
32 38 39 41 48 63 110 548 1146 1147
36 38 39 41 48 55 332 441 561 740 796 797 809 885 910 956 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158
36 38 48 255 859 1159 1160 1161
39 48 1003 1162 1163 1164
39 48 1165 1166 1167
20 1168 1169 1170 1171
38 39 41 48 105 1172 1173
32 39
48 251 694 809 1144 11
weka关联分数据大数据,数据分析等需要
需积分: 0 90 浏览量
更新于2017-03-24
收藏 3.11MB RAR 举报
标题中的“weka关联分数据大数据,数据分析等需要”指的是使用Weka这一开源数据挖掘工具进行关联分析,处理大规模数据集的过程。Weka是新西兰怀卡托大学开发的一个强大工具,它提供了各种机器学习算法、数据预处理方法以及可视化工具,广泛应用于数据挖掘和数据分析领域。
在描述中提到的“weka进行关联分析时数据”,暗示了我们要关注的是Weka在执行关联分析时对数据的要求和处理步骤。关联分析是一种发现数据中项集之间有趣关系的方法,最著名的例子就是超市购物篮分析,找出顾客购买商品之间的关联模式,如“买了尿布的人很可能也会买啤酒”。
我们需要理解关联规则的基本概念。关联规则通常由两个部分组成:前件(Antecedent)和后件(Consequent),例如“如果买了尿布(前件),则会买啤酒(后件)”。关联规则的强度通常由两个指标衡量:支持度(Support)和置信度(Confidence)。支持度表示规则在所有交易中出现的频率,置信度则表示在满足前件的情况下后件出现的概率。
使用Weka进行关联分析,我们需要遵循以下步骤:
1. 数据准备:数据必须以合适的格式导入Weka,通常是.arff格式。关联规则分析通常处理二元属性(是/否)的数据,因此可能需要对原始数据进行预处理,如将连续值离散化或编码。
2. 选择算法:Weka提供了多种关联规则挖掘算法,如Apriori、Eclat和FP-Growth。Apriori是最经典且广泛使用的算法,但它对内存需求较高;Eclat和FP-Growth则是更高效的算法,特别是对于大规模数据集。
3. 设置参数:每个算法都有其特定的参数,比如最小支持度和最小置信度阈值。这些参数的选择直接影响到生成的规则数量和质量,需要根据实际问题进行调整。
4. 执行分析:运行选定的算法并等待结果。Weka会生成满足设定条件的关联规则,并显示支持度和置信度等信息。
5. 结果解释:分析生成的规则,找出有意义的模式。可以使用Weka的可视化工具帮助理解结果,比如用树状图或矩阵形式展示规则。
6. 验证和应用:挖掘出的规则需要通过业务理解和验证,看是否符合实际情况,然后才能应用于决策或预测。
在压缩包中的“关联规则”文件可能是示例数据集、已挖掘的规则结果或者相关的教程资料。利用这些资源,可以进一步学习和实践Weka的关联分析功能,加深对大数据处理和关联规则挖掘的理解。
Shely2017
- 粉丝: 11
- 资源: 26
最新资源
- ELMAN神经网络分类和预测MATLAB程序,采用红酒数据集分类 可根据你的要求定制,程序中注释清楚,后期可以自己更改数据,也可以直接运行
- 时间序列bp自回归神经网络预测matlab程序代码 ,含最佳 自回归阶数和最佳隐层节点数的确定
- 世界濒危蛇类数据集.zip
- IEEE 6 bus 节点 系统仿真 Matlab simulink质量过硬 该模型为自己搭建,电压稳定,与标准参数一致,可观测电压
- 基于微信小程序的短文写作竞赛管理系统设计与实现.docx
- 基于微信小程序的仓储管理系统设计与实现.docx
- 基于微信小程序的高校就业招聘系统设计与实现.docx
- 基于微信小程序的上门维修系统设计与实现.docx
- 基于小程序的物流管理系统设计与实现.docx
- FPC双平台喷码追溯系统 该视频拿摄于调试时,未提速状态 1.搭配依玛士9450喷码机 2.大理石配重,高精密直线电机 3.高速数据交互,与mes实时通讯 4.自动检查重码和错码 5.判断二维码等级
- Qt Designer Setup直接安装Qt Designer直接安装
- 摔倒检测的多个代码 多种方法
- PMSM永磁同步电机矢量控制算法仿真,电流双闭环控制,均为手动搭建
- 全球日照时间数据集.zip
- vue-demo.zip
- 具有网络约束的输电网侧与排放有关的风电协调:概念和案例研究25 本文介绍了传输网格侧的排放有关的风电动车(EV)协调的研究 提出了一种代表可控EVS集群的聚合器模型,并在传输侧配备大规模风电 使用