数据挖掘WEKA实验报告.docxVIP

数据挖掘 -WAKA实验报告 、WEKA软件简介 在我所从事的证券行业中，存在着海量的信息和数据，但是这些数据 日常知识发挥了一小部分的作用，其包含了大量的隐性的信息并不为所用， 但是却可以为一些公司的决策和对客户的服务提供不小的价值。因此 , 我们 可以通过一些数据采集、数据挖掘来获得潜在的有价值的信息。 数据挖掘就是通过分析存在于数据库里的数据来解决问题。 在数据挖掘中计 算机以电子化的形式存储数据， 并且能自动的查询数据， 通过关联规则、 分类于 回归、聚类分析等算法对数据进行一系列的处理， 寻找和描述数据里的结构模式， 进而挖掘出潜在的有用的信息。 数据挖掘就是通过分析存在于数据库里的数据来 解决问题。WEK的出现让我们把数据挖掘无需编程即可轻松搞定。 WEKA是由新西兰怀卡托大学开发的开源项目，全名是怀卡托智能分析 环境〔Waikato Environment for Knowledge Analysis 〕。WEKA是 由 JAVA 编写的，WEKA#到，并且限制在 GBU通用公众证书的条件下发布，可以运 行在所有的操作系统中。是一款免费的，非商业化的机器学习以与数据挖 掘软件 WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘 任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联 规则以与在新的交互式界面上的可视化。如果想自己实现数据挖掘算法的 话，可以看一看 WEKA的接口文档。在 WEKA中集成自己的算法甚至借鉴它 的方法自己实现可视化工具并不是件很困难的事情。 安装WEK也十分简单，首相要下载安装 JDK环境，JDK在这个页面可以 找到它的下载。点击 JDK 6 之后的 Download 按钮，转到下载页面。选择 Accepct ， 过一会儿页面会刷新。 我们 需要的是这个 Windows Offline Installation, Multi-language jdk-6-windows-i586.exe 53.16 MB ，点击 它下载。也可以右键点击它上面的，在 Flashget 等工具中下载。安装它和一般 软件没什么区别。不过中间会中断一下提示你安装 JRE，一并装上即可。之后就 是安装 WEKA 软件，这个在网上很多地方都有。同样简单地按默认方法安装后 即可使用。 点击启动运行 WEKA软件后，我门发现 WEKA存储数据的格式是 ARFF 〔 Attribute-Relation File Format 〕文件，这是一种 ASCII 文本文件。 我们如图 1 通过软件的 Tools 菜单进入 ArffViewer 可以在安装目录下查看 软件自带的几个 ARF F文件。 图i图2 图i 图2 如图2,打开文件后选择data自目录下的任意一张表，我们都可以看到如图 3 所示的二维表格存储在如下的 ARFF文件中。这也就是 WEKA自带的 “ contact-lenses.arff 文件。这里我们要介绍一下 WEKA中的术语。表格 里的一个横行称作一个实例〔Instanee〕，相当于统计学中的一个样本，或者数 据库中的一条记录。竖行称作一个属性〔Attrbute 〕，相当于统计学中的一个变 量，或者数据库中的一个字段。这样一个表格，或者叫数据集，在WEKA看来，呈现了属性之间的一种关系（Relation）。图1中一共有22个实例，5个属性， 关系名称为“ contact-lenses 。 除了 ARFF格式，WEKA还支持另外一种常见格式，CSV格式。CSV同样是 一种二进制保存的文本格式，我们可以在 WEKA中直接打开CSV格式的文件， 并保存为ARFF格式。这样就给我提供了把常见的数据格式转换为 ARFF格式的 方法，如对于Excel文件，我们可以通过把每张表保存为 CSV格式，进而保存为 ARFF格式，与此同时，我们可以利用filter对数据进行相应的预处理。而对于 Matlab格式的数据，我们可以通过命令csvwrite把数据转化成CSV格式的文件， 进而转化为ARFF格式文件。对于海量数据，一般保存在数据库中， WEKA同时 支持JDBC访问数据库。 File Edit Vrew Rtlation contict-Jensts ITc age sp ect slcJ. pir e m ct i p ?■二H丄Hl亠 as 11 gm a t n sm t e sr - pir o d_z~ at e c?dliLeils es 1 young myap q ne TtOTLfi - myope normal soft 3 yeung ffiyops y*s r*dui*i 肮皿 I a 壬 y ouiig mydp e y?s nor mal har d - y