Weka使用及其他 – 李栋

Weka 简介

Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，基于JAVA环境下开源的数据挖掘软件。

WekaMooc视频

一个数据挖掘项目的流程

数据预处理
属性选择
算法(聚类、分类、关联规则等)
验证模型

Weka提供的功能

预处理
分类
聚类
关联规则
属性选择
可视化

预处理

数据导入

weka支持4种数据格式

arff文件
csv文件
网页数据
数据库

Filter

Normalize 将数值性数据标准化
Discretize 将连续性属性离散化到一个个区间中

分类

4种评判方式

聚类

关联规则

属性选择

可视化

JAVA调用

建立分类器

Classifier m_classifier = new J48();
File inputFile = new File("D://tiedao//weka//weather.arff");//训练语料文件
ArffLoader atf = new ArffLoader(); 
try {
    atf.setFile(inputFile);
} catch (IOException e) {
    e.printStackTrace();
}
Instances instancesTrain = atf.getDataSet(); // 读入训练文件 
instancesTrain.setClassIndex(instancesTrain.numAttributes()-1);
m_classifier.buildClassifier(instancesTrain); //训练

从数据库导入数据

DatabaseLoader d1=new DatabaseLoader();
d1.setSource("jdbc:mysql://localhost:3306/wekatest","root","123456");
d1.connectToDatabase();
d1.setQuery("SELECT outlook,temperature,humidity,windy,play FROM wekatest.weather;");
Instances temTrain=d1.getDataSet();

导入导出分类器

SerializationHelper.write("D://tiedao//weka//j48.model", m_classifier);//导出分类器  
Classifier  cls=(Classifier)SerializationHelper.read("D://tiedao//weka//j48.model");//导入分类器

评估分类器

Evaluation eval=new Evaluation(instancesTrain);
eval.crossValidateModel(m_classifier, instancesTrain, 10, new Random(1));
System.out.println(eval.toSummaryString("\nResults\n\n",false));

输出聚类结果

for(int i=0;i< instancesTest.numInstances();i++)
{
    double clusterno= m_classifier. classifyInstance(instancesTest.instance(i));//分类类结果
    ......
}

你想搜索weka的任何帮助文档，直接在谷歌中输入”weka J48”或者“weka instance”

如何应用

现在的时代是数据的时代
《点球成金》莫雷股票交易
你知道影响NBA胜负的指标是什么吗？
对NBA2013-2014赛季30支球队常规赛的各项指标的平均值进行统计。包括：投篮命中率、出手次数、三分命中率、三分出手次数、罚球命中率、罚球次数、篮板数、前场篮板数、后场篮板数、助攻数、抢断数、盖帽数、失误数、犯规数以及胜场数。

经过逐步回归分析，对于胜场数线性相关的属性主要为投篮命中率、后场篮板数、失误数三项。得到的线性归回方程为：

        胜场数= -274.7 + 投篮命中率*5.2 + 后场篮板数*4.1 - 失误数*3.9