weka-关于Weka问题分类的问题

问题描述

关于Weka问题分类的问题
小弟初用weka，想做一个分类的预测，训练数据600个，放在train.arff文件中，测试数据386个放在test.arff中，用weka在preprocess中选择train.arff文件，然后在classify选项卡中选择J48 还有Test options中选择 Supplied test set 选择test.arff选择的时候在弹出的对话框中的实例个数和Sum of weights 都是？，点了start之后，然后再visiualize classfier errors 点击保存查看预测值和训练集中的实际值，发现测试集中的实际值跟文件train.arff中的不同，因为我最后一个属性值为0或1，查看的结果中的1明显比文件train.arff中的1少很多。又遇到同样的情况的么？多谢解答了

解决方案

http://zhidao.baidu.com/link?url=1pi84WHNBDCTj2DIJ8qt5y6m3YLtACAtgLgd8o6-saW3edMHyNviwLZUZ0D3myIdFm7fc15deC-2UoFu2tzzHK

时间： 2024-09-24 21:02:55

weka-关于Weka问题分类的问题的相关文章

用WEKA进行数据挖掘，第1部分 简介和回归

简介 什么是 数据挖掘?您会不时地问自己这个问题,因为这个主题 越来越得到技术界的关注.您可能听说过像 Google 和 Yahoo! 这样的公司都在 生成有关其所有用户的数十亿的数据点,您不禁疑惑,"它们要所有这些 信息干什么?"您可能还会惊奇地发现 Walmart 是最为先进的进行数据挖 掘并将结果应用于业务的公司之一.现在世界上几乎所有的公司都在使用数据挖 掘,并且目前尚未使用数据挖掘的公司在不久的将来就会发现自己处于极大的劣 势. 那么,您如何能让您和您的公司跟上数据挖掘的大潮

使用Weka快速实践机器学习算法

[译者注]在当下人工智能火爆发展的局面,每时每刻都有新的技术在诞生,但如果你是一个新手,Weka或许能帮助你直观.快速的感受机器学习带来的解决问题的新思路. Weka使机器学习的应用变得简单.高效并且充满乐趣.它拥有图形界面,并且允许你加载自己的数据集,运行算法并且产生足够可靠.让人信服的结果. 我把Weka推荐给机器学习的新手,因为它帮助我们把精力集中在机器学习应用的本身,而不是陷入数学和编程的泥潭.这些技能可以在后续的学习中逐渐掌握. 本文将一步步告诉你如何加载数据集,运行高级的分类算法并且

对Weka中DBSCAN算法的分析以及在C#中的实现

DBSCAN算法是常用的数据挖掘算法.所有的聚类方法分为若干类型,前面讨论过的KMEANS算法是基于 划分的方法进行聚类,而这次提到的DBSCAN算法是基于密度的方法.当然其它的还有基于层次凝聚和分 裂的方法.基于模型的方法等.我先对Weka中实现的DBSCAN算法进行一个介绍和分析,然后再分析自己 用C#实现的DBSCAN方法.但在这之前要解释几个概念,如果之前没有了解过这个算法的话,最好是先熟 悉几个概念:epsilon-邻域.核心对象.(直接)密度可达.密度相连,这些概念可以在<数据挖掘概

weka如何使用addexpression过滤器

问题描述 weka如何使用addexpression过滤器 weka学习使用中遇到了一些问题,如何将新变量如平均值等添加进attributes栏中? 解决方案 注:请使用Weka 3-7 API ? 下载地址?http://www.cs.waikato.ac.nz/ml/weka/import weka.attributeSelection.CfsSubsetEval;import weka.attributeSelection.GreedyStepwise;import weka.core.I

用WEKA进行数据挖掘，第2部分 分类和群集

简介 在 用 WEKA 进行数据挖掘,第 1 部分:简介和回归,我介绍了数据挖掘的 概念以及免费的开源软件 Waikato Environment for Knowledge Analysis (WEKA),利用它可以挖掘数据来获得趋势和模式.我还谈到了第一种数据挖掘 的方法 - 回归 - 使用它可以根据一组给定的输入值预测数字值.这种分析方 法非常容易进行,而且也是功能最不强大的一种数据挖掘方法,但是通过它,读 者对 WEKA 有了很好的了解,并且它还提供了一个很好的例子,展示了原始数据 是如

weka分类 小程序，类实例化报错

问题描述 weka分类 小程序,类实例化报错 import weka.core.Instance; Instance instance = new Instance(2); 报错:can't instantiate the type instance,我是找的例子,不知道语法错到哪里了.求大神们解救

数据挖掘-weka中 additiveRegression分类方法怎么使用?为何我的总是灰色的

问题描述 weka中 additiveRegression分类方法怎么使用?为何我的总是灰色的 还是数据集有问题吗?对于使用additiveRegression分类的数据有什么基本要求吗 我小白一只 刚接触数据挖掘 望大神指教!图片说明 解决方案 additiveRegression方法只支持numeric类型的分类

用WEKA进行数据挖掘，第3部分 最近邻和服务器端库

简介 在这个 "用 WEKA 进行数据挖掘" 系列之前的两篇文章中,我介绍了数据 挖掘的概念.如果您还未曾阅读过 用 WEKA 进行数据挖掘,第 1 部分:简介和 回归 和 用 WEKA 进行数据挖掘,第 2 部分:分类和群集,那么请先阅读这两 个部分,因为二者涵盖了一些在继续之前必须了解的关键概念.而且更重要的是 ,在这两个部分中我谈及了数据挖掘中常用的三种技术,它们可以将难以理解的 无用数据转变为有意义的规则和趋势.第一种技术是回归,用来基于其他的示例 数据预测一个数值输出(比如房

weka学习入门笔记

目录  1. 简介 2. 数据格式 3. 数据获取与预处理 3. 关联规则(购物篮分析) 4. 分类与回归 5. 聚类分析 1. 简介  WEKA的全名是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis),它的源代码可通过http://www.cs.waikato.ac.nz/ml/weka 得到.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