欢迎来到天天文库
浏览记录
ID:60899175
大小:730.17 KB
页数:5页
时间:2020-12-30
《WEKA实验资料报告材料.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、基于weka的数据分类分析学号:Z15030739:丽丽专业:计算机技术一、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Windows7+weka三、实验容与步骤1、数据准备及预处理2、三种分类方法分析(1)、决策树分类;(2)、K最近邻算法分类;(3)、贝叶斯分类;3、三类分类方法的校验结果比较四、实验容与步骤1、实验数据预处理首先是格式处理,一般情况下,数据的储存格式是xlsx格式
2、。使用weka进行数据分析时,需要将数据的格式利用格式转换工具转换成arff格式。比如先使用UltraEdit软件将xlsx转换成csv格式,然后再在weka中导入csv格式的数据,然后点击“save”,选择”.arff”格式。本次实验选择的是“breast-cancer.arff”作为分析数据。所以无需格式转换处理。其次是数据处理过程,用“Explorer”打开“breast-cancer.arff”。总共有286条数据。第1步:从“breast-cancer.arff”中截取86条,另存储为“breas
3、t-data.arff”,作为校验数据。第2步:把剩下的200条另存储为“breast-train.arff”,作为训练数据。第3步:点击”undo”恢复原“breast-cancer.arff”。2、实验过程及结果2.1决策树分类页脚用“Explorer”打开“breast-train.arff”切换到classify面板,选择trees->J48分类器。选择默认参数。点击start按钮,启动实验。结果如下:校验数据集决策树得出的结果:初步结果分析:使用决策树进行分类,对于已知的数据“breast-dat
4、a.arff”进行比较准确的分类,准确率达到75.5814%。页脚2.2、K最近邻算法分类点“Choose”按钮选择“laze->ibk”,选择Cross-Validatioinfolds=10,然后点击“start”按钮,结果如下图:使用不同的叶子节点的实例个数K值12345678910准确率61.5%61%61%63%63%63.5%64%64%65.5%65.5%初步结果分析:使用K最近邻算法分类时,K的最优值为9或10。校验数据集决策树得出的结果:页脚校验结果:对使用k=9训练出来的分类模型进行校验
5、,准备率为77.907%。2.3、朴素贝叶斯分类点“Choose”按钮选择“bayes->NaiveBayes”,选择Cross-Validatioinfolds=10,然后点击“start”按钮,结果如下:页脚得到准确率为:67%。校验数据集决策树得出的结果:校验结果:校验的准确率达到74.4186%。2.4、三类分类方法的校验结果比较据上述数据,虽然朴素贝叶斯分类算法有最高的准确率,而标准误差较高;而决策树的准确率相对较高而标准误差也较高,综合评价可以得知,当前最好的分类算法是K最近邻分类算法。五、实验
6、总结通过本次实验,使我对Weka平台有了比较完整和深入的认识,对Weka中进行分类分析的K最近邻算法、贝叶斯算法和决策树算法都有了进一步的理解。通过实验,对数据挖掘本身也有了比较直观的认识,同时也深刻体会到数据预处理对于数据挖掘的重要性。页脚
此文档下载收益归作者所有