weka数据预处理 Weka平台设计的研究和其数据预处理功能的改进_图文.doc

weka数据预处理 Weka平台设计的研究和其数据预处理功能的改进_图文 导读：就爱阅读网友为您分享以下“Weka平台设计的研究和其数据预处理功能的改进_图文”的资讯，希望对您有所帮助，感谢您对92的支持! 第２章相关理沦知识 北京交通大学顶上学位论文 注：在此表中．为７摊舨．我们龋除７Ａ个低予ｌｏ票的统计行，其中２∞４年数据豹也＝＿ｆ、全蕴程到２００４年１１局份的调查结瓢 面对各种数据挖掘工具，如何选择满足需要的数据挖掘工具已成为一个问题【３】。具体的选择标准应从以下几方面考虑： （１）解决复杂问题的能力：数据量的增大，对模式精细度、准确度要求的增高都会导致问题复杂性的增大。 （２）验证方法：在评估模式时采用多种校验方法，从而达到最大的准确度。 （３）可视化：可视化工具提供了直观、简洁的方法，方便了用户，更有助于定位重要的数据，评价模式的质量，从而减少建模的复杂性。 （４）数据选择和转换：模式通常被大量的数据项隐藏。有些数据是冗余的，有些数据是完全无关的。而这些数据项的存在会影响到有价值的 １２ 第２章相关理论知识 模式的发现。数据挖掘系统的一个很重要功能就是能够处理数据复杂性，提供工具，选择正确的数据项和转换数据值。 （５）扩展性：为了更有效的提高处理大量数据的效率，数据挖掘系统的扩展性十分重要。要了解数据挖掘系统能否充分利用硬件资源？是否支持并行性能？支持那种并行计算机？当处理器的数量增加时，计算规模是否相应增长？是否支持数据并行存储？为单处理器的计算机编写的数据挖掘算法不会在并行计算机上自动以更快的速度运行。为充分发挥并行计算的优点，需要编写支持并行计算的算法。 （６）操作性能：操作性能的好坏是一个至关重要的因素。图形界面友好的工具可以方便用户，引导用户执行任务，为用户节省时间。提供嵌入技术的工具更是它的可取之处，通过嵌入到应用程序中，缩短了开发时间。既可以将模式运用到已存在或新增加的数据上，也可以把模式导出到程序或数据库中。 （７）数据存取能力：好的数据挖掘工具可以使用ｓＱＬ语句直接从ＤＢＭｓ中读取数据。这样可以简化数据准备工作，并且可以充分利用数据库的优点。没有一种工具可以支持大量的ＤＢＭｓ，但可