基于weka的数据分类分析
实验题目 姓名 基于weka的数据分类分析 班级 小组合作 否 12级信管学 号 班 一、实验目的 1、 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； 2、 应用不同的分类算法，比较他们之间的不同； 3、 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 三、 实验内容与步骤 （一）数据准备及预处理 1、 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 （一） 数据准备及预处理 1、 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 1、 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： 2、 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：