weka_intro_v.ppt

分类例子 结果 3.7聚类 3.7.1 选择聚类器（Clusterer） 现在我们应该熟悉选择和配置对象的过程了。点击列在窗口顶部的 Clusterer 栏中的聚类算法，将弹出一个用来选择新聚类算法的 GenericObjectEditor 对话框。 3.7.2 聚类模式 Cluster Mode 一栏用来决定依据什么来聚类以及如何评价聚类的结果。前三个选项和分类的情形是一样的：Use training set、 Supplied test set 和 Percentage split——区别在于现在的数据是要聚集到某个类中，而不是预测为某个指定的类别。第四个模式，Classes to clusters evaluation，是要比较所得到的聚类与在数据中预先给出的类别吻合得怎样。和 Classify 面板一样，下方的下拉框是用来选择作为类别的属性的。 在 Cluster mode 之外，有一个 Store clusters for visualization 的勾选框，该框决定了在训练完算法后可否对数据进行可视化。对于非常大的数据集，内存可能成为瓶颈时，不勾选这一栏应该会有所帮助。 3.7.3 忽略属性 在对一个数据集聚类时，经常遇到某些属性应该被忽略的情况。Ignore attributes 可以弹出一个小窗口，选择哪些是需要忽略的属性。 3.7.4 学习聚类 Cluster 面板就像Classify面板那样，有一个 Start/Stop 按钮，一个结果文本的区域和一个结果列表。它们的用法都和分类时的一样。右键点击结果列表中的一个条目将弹出一个相似的菜单，只是它仅显示两个可视化选项：Visualize cluster assignments 和 Visualize tree。后者在它不可用时会变灰。 聚类例子 高速公路事故数据集（AccidentData） 7个属性（相关车辆数、相关人数、相关行人数、事发地车道数、事发地最高限度、死亡人数、酒驾司机数） 1741个样本 聚类例子 导入csv格式数据 点击聚类按钮 选择聚类器 聚类例子 开始聚类 聚类结果 3.8关联规则 3.8.1 设定 这个面板包含了学习关联规则的方案。这里的学习器也可以跟其它面板的聚类器，筛选器和分类器一样选择和配置。 3.8.2 学习关联规则 为关联规则学习器设置好合适的参数后，点击 Start 按钮。完成后右键点击结果列表中的条目可以查看或保存结果。 3.9属性选择 3.9.1 搜索与评估 属性选择是说搜索数据集中全部属性的所有可能组合，找出预测效果最好的那一组属性。为实现这一目标，必须设定两个东西：属性评估器（evaluator）和搜索策略。评估器决定了怎样给一组属性安排一个表示它们好坏的值。搜索策略决定了要怎样进行搜索。 3.9.2 选项 Attribute Selection Mode 一栏有两个选项。 1. Use full training set. 使用训练数据的全体好决定一组属性的好坏。 2. Cross-validation. 一组属性的好坏通过一个交叉验证过程来决定。Fold 和 Seed 分别给出了交叉验证的折数和打乱数据时的随机种子。 和 Classify 部分（4.1节）一样，有一个下拉框来指定 class 属性。 3.9.3 执行选择 点击 Start 按钮开始执行属性选择过程。它完成后，结果会输出到结果区域中，同时结果列表中会增加一个条目。在结果列表上右击，会给出若干选项。其中前面三个（View in main window，View in separate window 和 Save result buffe）和分类面板中是一样的。还可以可视化精简过的数据集（Visualize reduced data），或者，如果使用过主成分分析那样的属性变换工具，则能可视化变换过的数据集（Visualize transformed data）。精简过/变换过的数据能够通过 Save reduced data... 或 Save transformed data... 选项来保存。 3.10 可视化 WEKA 的可视化页面可以对当前的关系作二维散点图式的可视化浏览。 3.10.1 散点图矩阵 选择了 Visualize 面