概述：WEKA是由新西兰怀卡托大学开发的开源项目。WEKA是由JAVA编写的，并且限制在GNU通用公众证书的条件下发布，可以运行在所有的操作系统中。WEKA工作平台包含能处理所有标准数据挖掘问题的方法：回归、分类、聚类、关联规则挖掘以及属性选择。作为数据挖掘爱好者自然要对WEKA的源代码进行分析并以及改进，努力写出自己的数据挖掘算法。下面着重介绍一下如何利用WEKA编写新的数据挖掘算法：注意：WEKA的版本有两个版本：稳定版(STABLE)和开发版(DEVELOP)，不同WEKA版本与不同JDK的版本匹配，稳定版WEKA3-4的与JDK1.4.2匹配，而开发版WEKA3-5与JDK1.5匹配，
转载
2013-03-26 18:26:00
210阅读
2评论
1. 简介 WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis）
原创
2023-05-10 19:29:36
287阅读
“分类与回归”部分的“模型应用”一节原来的说法是错误的，现在更正了；“使用命令行”一节关于“-p”参数的意义也已修正。介绍稀疏矩阵的一节有所补充。谢谢oldyoungj指出错误。 目录 1. 简介 顶楼 2. 数据格式 顶楼 3.数据准备 1楼 4. 关联规则（购物篮分析） 1楼 5. 分类与回归 2楼 6. 聚类分析 2楼 1. 简介 WEKA的全名是怀卡托智能分析环境（
原创
2023-06-15 12:54:07
305阅读
http://irwenqiang.iteye.com/blog/1308834#bc2281931
原创
2023-04-21 06:05:52
107阅读
最常用的组件(components)是：l Instances 你的数据l Filter 对数据的预处理l Classifiers/Clusterer 被建立在预处理的数据上，分类/聚类l Evaluating 评价classifier/clustererl Attribute selection 去除数据中不相关的属性ARFF文件3.5.5和3.4.X版本从ARFF文件中读取是一个很
转载
2013-04-03 10:21:00
155阅读
Weka系统汇集了最前沿的机器学习算法和数据预处理工具，以便用户能够快速灵活地将已有的据处理方法应用于新的数据集。它为数据挖掘的整个过程提供全面的支持，包括准备输入数据、统计评估学习方案、输入数据和学习效果的可视化.Weka除了提供大量学习算法之外，还提供了适应范围很广的预处理工具...
转载
2015-09-17 10:55:00
245阅读
2评论
WEKA（ developed at the University of Waikato in New Zealand 新西兰怀卡托大学）http://www.cs.waikato.ac.nz/~ml/weka/index.html与此开源项目对应的书为《Data Mining Practical...
转载
2009-12-02 17:03:00
292阅读
2评论
在java项目中导入weka.jar的包,然后把下面代码copy到main里面,
用eclipse的话自动import吧.
注意一下那个文件的路径是否正确.
import java.io.File;
import weka.classifiers.Classifier;
import weka.classifiers.trees.J48;
impor
原创
2023-05-10 08:27:36
103阅读
首先简单介绍一下weka，Weka是基于java，用于数据挖掘和知识分析一个平台。来自世界各地的java爱好者们都可以把自己的算法放在这个平台上，然后从海量数据中发掘其背后隐藏的种种标准化的算法。当然，也可以编写你自己的算法! 这时窗体上已经给出这个数据集的一些基本
转载
精选
2008-12-19 21:26:03
3131阅读
从前年開始使用weka最数据挖掘方面的研究，到如今有一年半的时间了。看到我们同组的兄弟写了关于weka方面的总结。我也想整理一下。由于网上的资料实在是太少。记得刚接手的时候，真是硬着头皮看代码。只是到如今看来，也积累了非常多的代码了。希望可以在这里跟大家分享一下学习weka的乐趣与经验。Weka是来...
转载
2015-06-09 12:34:00
200阅读
weka平台界面简介纵向排列的四个主要功能1.探索（写自己的代码）2.实验（比较算法）3.可视化4.命令行1.探索先将weka-src.jar文件解压到一个文件夹将文件夹导入到Elipse项目中。按以上提示运行可进入weka主界面2.实验按英文说明
转载
2014-04-01 22:04:00
132阅读
2评论
关联规则挖掘 （一） Apriori （二） FilteredAssociator （三） FPGrowth （四） GeneralizedSequentislPatterns （五） PredictiveApriori （六） Tertius Cluster （一） ...
转载
2013-11-09 15:30:00
512阅读
2评论
Weka LibSVM (WLSVM): Integrating LibSVM into Weka Environment Weka and LibSVM are two efficient software tools for building SVM classifiers. Each one of these two tools has its points of strength
原创
2023-05-10 09:19:59
183阅读
package weka.filters.unsupervised.attribute;PrincipalComponents属性：/** The data to transform analyse/transform. */ protected Instances m_TrainInstances; /** Keep a copy for the class attribute (if
转载
2013-11-11 13:48:00
118阅读
2评论
基础知识:数据挖掘:将大量数据转变为有实际意义的模式和规则，分为两种:直接的和间接的数据挖掘的最终目标就是要创建一个模型,这个模型可改进您解读现有数据和将来数据的方式。数据挖掘的核心就是将正确的模型应用于数据。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（比如房屋价值）。第二种技术是分类（即分类树或决策树），用来创建一个实际的分支树来预测某个未知数据点的输出值。第三种技术是群集，可用它
原创
2016-05-17 13:55:13
1608阅读
maven依赖包dependency> groupId>nz.ac.waikato.cms.wekagroupIroupId>com.google.guavagroupId> art
原创
2023-07-10 20:38:10
79阅读
每一行代表一条数据，用逗号分开属性，最后一列为分类标签将后缀名改为csv，用excel打
原创
2023-07-11 00:02:34
66阅读
