基于weka的数据分类分析.docVIP

基于weka的数据分类分析 实验题目基于weka的数据分类分析小组合作否姓名班级12级信管班学 号一、实验目的使用数据挖掘中的分类算法，对数据集进行分类训练并测试； 应用不同的分类算法，比较他们之间的不同； 了解Weka平台的基本功能与使用方法。二．实验环境1、win7+eclipse+weak; 2、实验室网络环境实验内容与步骤（一）数据准备及预处理 格式转换方式； （二）三种分类方法分析 1、决策树分类； 2、K最近邻算法分类； 3、朴素贝叶斯分类； 4、三类分类方法的校验结果比较；四、实验过程与分析数据准备及预处理 格式转换方式； 原始数据是excel文件保存的xlsx格式数据，需要转换成Weka支持的arff文件格式或csv文件格式。由于Weka对arff格式的支持更好，这里我们选择arff格式作为分类器原始数据的保存格式。 转换方法：在excel中打开“weather.xlsx”，选择菜单文件-另存为，在弹出的对话框中，文件名输入“weather”，保存类型选择“CSV（逗号分隔）”，保存，我们便可得到“weather.csv”文件；然后，打开Weka的Exporler，点击Open file按钮，打开刚才得到的“weather”文件，点击“save”按钮，在弹出的对话框中，文件名输入“weather”，文件类型选择“Arff data files（*.arff）”，这样得到的数据文件为“weather.arff”。 （二）三种分类方法分析 决策树分类: 用“Explorer”打开刚才得到的“train-data.arff”，并切换到“Class”。点“Choose”按钮选择“tree (weka.classifiers.trees.j48)”，这是WEKA中实现的决策树算法。 选择Cross-Validatioin folds=10，然后点击“start”按钮： K最近邻算法分类: 点“Choose”按钮选择“laze-ibk”，这是WEKA中实现的决策树算法。 选择Cross-Validatioin folds=10，然后点击“start”按钮： 朴素贝叶斯分类； 点“Choose”按钮选择“bayes”，这是WEKA中实现的决策树算法。 选择Cross-Validatioin folds=10，然后点击“start”按钮： 三类分类方法的校验结果比较； 据上述数据，虽然朴素贝叶斯分类算法有最高的准确率, 而标准误差较高；而决策树的准确率相对较???而标准误差也较高，综合评价可以得知，当前最好的分类算法是KNN算法。五、实验总结通过本次实验，使我对Weka平台有了比较完整和深入的认识，对Weka中进行分类分析的KNN算法、素贝叶斯算法和决策树算法都有了进一步的理解。通过实验，对数据挖掘本身也有了比较直观的认识，同时也深刻体会到数据预处理对于数据挖掘的重要性。