[weka实验报告.docVIP

DWDM课程实验报告 班级：信管11-1 姓名：陈丽华 学号：201108071131 实验目的 验证 实验内容 聚类分析 （1）数据准备 1. 数据文件格式转换 使用WEKA作数据挖掘，面临的第一个问题往往是我们的数据不是ARFF格式的。幸好，WEKA还提供了对CSV文件的支持，而这种格式是被很多其他软件，比如Excel，所支持的。现在我们打开“bank-data.csv”。 利用WEKA可以将CSV文件格式转化成ARFF文件格式。ARFF格式是WEKA支持得最好的文件格式。 此外，WEKA还提供了通过JDBC访问数据库的功能。 2.“Explorer”界面 “Explorer”提供了很多功能，是WEKA使用最多的模块。 3. bank-data数据各属性的含义如下： id: a unique identification number age: age of customer in years (numeric) sex: MALE / FEMALE region: inner_city/rural/suburban/town income: income of customer (numeric) married: is the customer married (YES/NO) children: number of children (numeric) car: does the customer own a car (YES/NO) save_act: does the customer have a saving account (YES/NO) current_act:does the customer have a current account (YES/NO) mortgage: does the customer have a mortgage (YES/NO) pep: did the customer buy a PEP (Personal Equity Plan，个人参股计划) after the last mailing (YES/NO) 上图显示的是 “Explorer”打开“bank-data.csv”的情况。 （2）聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，它们之间距离的比较近；而不同簇实例之间的距离比较远。现在我们对前面的“Fund-data-normal”作聚类分析，使用最常见的K均值（K-means）算法。 运行WEKA的主程序，我们点击进入“Simple?CLI”模块提供的命令行功能。在D盘下进行转换，在新窗口的最下方输入框写上javaweka.core.converters.CSVLoader?D:/Fund-data.csv?? D:/Fund-data.csv.arff即可完成转换，生成文件“D:/Fund-data.csv.arff”。用“Explorer”打开训练集“Fund-data-normal.arff”。用“Explorer”打开刚才得到的“Fund-data-normal.arff”，并切换到“Cluster”。点“Choose”按钮选择“SimpleKMeans”，这是WEKA中实现K均值的算法。点击旁边的文本框，修改“numClusters”为6，说明我们希望把这734条实例聚成6类，即K=5。下面的“seed”参数是要设置一个随机种子，依此产生一个随机数，用来得到K均值算法中第一次给出的K个簇中心的位置。我们不妨暂时让它就为10。?? 选中“Cluster?Mode”的“Use?training?set”，点击“Start”按钮，观察右边“Clusterer?output”给出的聚类结果。见下图 （3）本次实验采用的数据文件是Fund-data-normal，通过观察本次实验的实验结果观察，我们可以知道：?Number?of?iterations:?5，意味着本次实验把这734条实例聚成了6类，即K=5?和Within?cluster?sum?of?squared?errors。这是评价聚类好坏的标准，数值越小说明同一簇实例之间的距离越小。如果把“seed”参数改一下，得到的这个数值就可能会不一样。我们应该多尝试几个“seed”，并采纳这个数值最小的那个结果。Cluster?centroids:之后列出了各个簇中心的位置