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：

页脚内容1

实验报告

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；

页脚内容2

②Weka GUI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）

2.1 Explorer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。

Simple CLI ：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

页脚内容3

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。

Select Attributes（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

页脚内容4

Openfile：打开文件

Open URL：打开URL格式文件

Open DB：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

页脚内容5

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

current relation：展示了属性的（relation）关系名称,(attributes)属性数，(Insetances)实例数，(sum of weights)权重的总和等多种属性关系。

页脚内容6

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

Selected attributes：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“No Class”或者一个数值属性会变成黑白的直方图。

页脚内容7