WEKA平台的安装和使用_机器学习

weka平台简介

weka的全名是怀卡托智能分析环境（waikato environment for knowledge analysis），同时weka也是新西兰的一种鸟名，而weka的主要开发者来自新西兰。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、关联规则以及在新的交互式界面上的可视化。

在网上搜索weka（网址：https://waikato.github.io/weka-site 该网站可以免费下载软件，及说明文档），了解该软件的由来、用途、下载途径，安装方法，并安装该软件。

软件的安装基本上没有什么需要注意的，就是下载路径选择所需要的路径

实例一：weka的初步使用

1）、打开gui，点击explorer按钮，此时会出现explorer界面；

2）、点击open，选择data文件下的任意一个数据集，例如 weather.nominal.arff 数据集，这里面记录的是一些天气数据；

注：打开时需要自主选择data文件的路径

3）、在栏目上选择不同的算法（数据集不支持的算法会变暗）。选中可以使用的算法，再点击start，就可以在右侧的output中看到计算结果；

当然你也可以自定义数据集，用weka进行分析测试，十分方便。

实例二：用weka实现一个数据挖掘技术——回归。

用回归模型根据给定的自变量的值可预测一个未知的因变量的结果。

房子的价格（因变量）是很多自变量 — 房子的使用面积、占地的大小、厨房是否有花岗石以及卫生间是否刚重装过等的结果。所以，可创建一个回归模型来为房子定价。这个模型建立在邻近地区内的其他有可比性的房子的售价的基础上，然后再把要定价的房子的值放入此模型来产生一个预期价格。

创建一些真实的数据：

房子面积（平方英尺）	占地的大小	卧室	有无花岗岩	卫生间有无重装	销售价格
3529	9191	6	0	0	$205,000
3247	10061	5	1	1	$224,900
4032	10150	5	0	1	$197,900
2397	14156	4	1	0	$189,900
2200	9600	4	0	1`	$195,000
3536	19994	6	1	1	$325,000
772983	9365	5	0	1	$230,000
3198	9669	5	1	1	?

为了将数据加载到 weka，我们必须将数据放入一个weka能够理解的格式。weka 建议的加载数据的格式是 attribute-relation file format (arff)。

大致过程

1）查看该软件自带的arff格式文件，上网了解arff格式文件，并为本例创建一个包含以上数据的arff格式文件。

2）创建回归模型。启动 weka，然后选择 explorer。将会出现 explorer 界面，选中其中的 preprocess 选项卡。选择 open file 按钮并选择已创建的 arff 文件。

在这个视图中，weka 允许查阅正在处理的数据。在 explorer 窗口的左边，给出了数据的所有列（attributes）以及所提供的数据行的数量（instances）。若选择一列，explorer 窗口的右侧就会显示数据集内该列数据的信息。

为了创建这个回归模型，单击 classify 选项卡，选择线性回归模型：

supplied test set 允许提供一个不同的数据集来验证模型； cross-validation 交叉验证模型；percentage split weka 取所提供数据的一部分来验证模型。这些不同的选择对于不同的模型非常有用。对于回归，可以简单地选择 use training set：使用训练数据进行验证。

3）准备好模型后，单击 start，输出结果。

开始实验

首先我们创立一个.csv文件

注意：文件内必须全部是英文，不然可能读取不出来

然后打开主界面tool里的arffview

再通过file打开这个.csv文件

最后通过另存为file里的save as保存成arff文件

这就是arff文件的实现方法，然后我们在explorer里打开这个.arff文件

算法选择use training set，结果如下

实验结束

结语

weka提供了多种分类、聚类、回归等算法，以及数据预处理、特征选择等辅助工具。这些功能能够轻松地进行各种机器学习实验，探索不同算法和参数对模型性能的影响。同时，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、关联规则以及在新的交互式界面上的可视化。