数据挖掘实验报告实验1Weka基础操作.docx
- 文档编号:25610291
- 上传时间:2023-06-10
- 格式:DOCX
- 页数:12
- 大小:1.05MB
数据挖掘实验报告实验1Weka基础操作.docx
《数据挖掘实验报告实验1Weka基础操作.docx》由会员分享,可在线阅读,更多相关《数据挖掘实验报告实验1Weka基础操作.docx(12页珍藏版)》请在冰豆网上搜索。
数据挖掘实验报告实验1Weka基础操作
数据挖掘实验报告-实验1-Weka基础操作
学生实验报告
学院:
信息管理学院
课程名称:
数据挖掘
教学班级:
B01
姓名:
学号:
实验报告
课程名称
数据挖掘
教学班级
B01
指导老师
学号
姓名
行政班级
实验项目
实验一:
Weka的基本操作
组员名单
独立完成
实验类型
■操作性实验□验证性实验□综合性实验
实验地点
H535
实验日期
2016.09.28
1.实验目的和要求:
(1)Explorer界面的各项功能;
注意不能与课件上的截图相同,可采用打开不同的数据文件以示区别。
(2)Weka的两种数据表格编辑文件方式下的功能介绍;
①Explorer-Preprocess-edit,弹出Viewer对话框;
②WekaGUI选择器窗口-Tools|ArffViewer,打开ARFF-Viewer窗口。
(3)ARFF文件组成。
2.实验过程(记录实验步骤、分析实验结果)
2.1Explorer界面的各项功能
2.1.1初始界面示意
其中:
explorer选项是数据挖掘梳理数据最常用界面,也是使用weka最简单的方法。
Experimenter:
实验者选项,提供不同数值的比较,发现其中规律。
KnowledgeFlow:
知识流,其中包含处理大型数据的方法,初学者应用较少。
SimpleCLI:
命令行窗口,有点像cmd格式,非图形界面。
2.1.2进入Explorer界面功能介绍
(1)任务面板
Preprocess(数据预处理):
选择和修改要处理的数据。
Classify(分类):
训练和测试分类或回归模型。
Cluster(聚类):
从数据中聚类。
聚类分析时用的较多。
Associate(关联分析):
从数据中学习关联规则。
SelectAttributes(选择属性):
选择数据中最相关的属性。
Visualize(可视化):
查看数据的二维散布图。
(2)常用按钮
Openfile:
打开文件
OpenURL:
打开URL格式文件
OpenDB:
打开数据库文件
Generate:
数据生成
Undo:
撤销操作
Edit:
编辑数据
Save:
保存数据文件,可实现文件格式的转换,比如csv格式文件向ARFF格式文件转换等等。
(3)筛选数据
Choose:
从这个按钮进去可以选择某个过滤器对数据进行筛选,数据预处理一般使用这个。
Apply:
处理完成后,点击这个按钮,处理生效。
(4)数据集的属性关系和操作
currentrelation:
展示了属性的(relation)关系名称,(attributes)属性数,(Insetances)实例数,(sumofweights)权重的总和等多种属性关系。
Attributes:
展示了属性的所有列,上边的四个按钮是对属性列的快捷选择按钮,包括(all)全选,(none)全不选,(Ivert)反选,(patern)模式,选择符合某一条件的属性列。
最下边的remove按钮可以删除选中的属性列,如果想撤回,可以使用上边提到的undo按钮~
(5)属性摘要和直方图
Selectedattributes:
如果是数值属性:
属性名(Name)、属性类型(Type)、缺失值(Missing)个数及百分比、不同值(Distinct)数、唯一值(Unique)数及百分比等等。
对于数值属性和标称属性,摘要的方式是不一样的。
图中显示的是标签的取值及相应取值的实例数。
选中属性的直方图。
若数据集的最后一个属性是类标变量(这是分类或回归任务的默认目标变量,如“play”),直方图中的每个长方形就会按照该变量的比例分成不同颜色的段。
要想换个分段的依据,在上方的下拉框中选个不同的分类属性就可以了。
下拉框里选上“NoClass”或者一个数值属性会变成黑白的直方图。
Visualize:
展示所有的属性的直方图
(6)状态栏(status)
显示一些信息让你知道正在做什么。
在状态栏中的任意位置右击鼠标将会出现一个小菜单。
有两个选项:
MemoryInformation--显示WEKA可用的内存量。
Rungarbagecollector--强制运行Java垃圾回收器,搜索不再需要的内存空间并将之释放,从而可为新任务分配更多的内存。
Log:
按钮可以查看以weka操作日志。
没有任务时,右边的小鸟是坐着的,任务运行时,小鸟会站起来左右摇摆。
若小鸟站着但不转动,表示任务出了问题。
2.1.2引例操作显示功能
(1)
2.2weka的两种数据表格编辑方式下的功能介绍
①Explorer-Preprocess-edit,弹出Viewer对话框;
1、双击鼠标可以对数据进行修改,
2、在数据上使用右键可以对数据修改进行撤回(undo)
3、对数据修改之后,如果想保存,点击下方的ok,撤回点击undo,不保存直接点击cancel
②WekaGUI选择器窗口-Tools|ArffViewer,打开ARFF-Viewer窗口。
1、在最开始进入界面点击上边的tools,进入arffviewer。
2、点击打开不同的文件,会在上沿像浏览器一样挨个展示arff文件的内容。
3、鼠标移动到属性名称旁边是会显示对属性列操作的格式,单机左键会对所有数据按照这个属性按照升序排列,(shift+左键)会对属性按照这个属性进行降序排列,(Alt+左键)或者直接右键出现对数据进行操作的菜单,对属性列进行重命名,所有数据相加之类的操作都可以在菜单中找到。
4、鼠标定在某行时,可以删除某一行
5、有点像excel中的操作
2.2ARFF文件组成
2.2.1、对文件格式介绍
WEKA存储数据的格式是ARFF(Attribute-RelationFileFormat)文件
1、这是一种ASCII文本文件
2、文件的扩展名为.arff
3、可以用写字板打开、编辑ARFF文件。
建议用UltraEdit等编辑器
使用写字板打开时如下
①“%”表示注释,WEKA将忽略这些行。
②除去注释后,整个ARFF文件可以分为两个部分:
(a)第一部分给出了头信息(Headinformation),包括了对关系的声明和对属性的声明。
(b)第二部分给出了数据信息(Datainformation),即数据集中给出的数据。
从“@data”标记开始,后面的就是数据信息了。
③关系名称在ARFF文件的第一个有效行来定义,格式为:
@relation<关系名>
<关系名>是一个字符串。
如果这个字符串包含空格,它必须加上引号(指英文标点的单引号或双引号)。
④属性声明用一列以“@attribute”开头的语句表示。
数据集中的每一个属性都有对应的“@attribute”语句,来定义它的属性名称和数据类型(datatype):
@attribute<属性名><数据类型>
其中<属性名>必须以字母开头的字符串。
和关系名称一样,如果这个字符串包含空格,它必须加上引号。
属性声明语句的顺序很重要,它表明了该项属性在数据部分的位置。
最后一个声明的属性被称作class属性,在分类或回归任务中,它是默认的目标变量。
⑤WEKA一共支持五种数据类型
numeric数值型
nominal标称(nominal)型
string字符串型
date[
Relational关系型
还可以使用两个类型“integer”和“real”,但是WEKA把它们都当作“numeric”看待。
注意:
“integer”,“real”,“numeric”,“date”,“string”这些关键字是区分大小写的,而“relation”、“attribute”和“data”则不区分。
⑥每个实例占一行,实例的各属性值用逗号“,”隔开。
⑦如果某个属性的值是缺失值(missingvalue),用问号“?
”表示,且这个问号不能省略。
2.2.2xls文件转arff文件
(1)创建xls文件,保存为csv文件
(2)weka中打开csv格式的文件,另存为arff文件,因为在数据处理中,arff文件最受欢迎
转存后
3.问题反馈与收获
3.1问题与解决办法
突然忘记了怎么将表格图片快捷保存了,
咨询XX也没找到结果,然后决定使用截图了
3.2发现与收获
我发现:
在数据处理的时候使用离散化,可以更好的显示数据之间的差别。
如下所示
经过离散化之后,数据可以更清楚看出规律了~
4.指导教师评语及成绩:
评语:
成绩:
指导教师签名:
批阅日期:
月日
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 实验 报告 Weka 基础 操作
![提示](https://static.bdocx.com/images/bang_tan.gif)