l数据挖掘工具对比报告

《l数据挖掘工具对比报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数据挖掘工具运用对比报告学生姓名：指导老师：冯霞学院名称：计算机学院专业名称：计算机科学与技术中国民航大学2012年11月17日15数据挖掘工具Knime与Weka的运用与比较摘要数据挖掘（DataMining）又称数据库中的知识发现（KnowledgeDiscoverinDatabase），是目前人工智能和数据库领域研究的热点问题。所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，能够高度自动化地分析数据，做

2、出归纳性的推理，从中挖掘出潜在模式，帮助决策者调整市场策略，减少风险，做出正确的决策。在现代社会，无论是商业决策，还是信息管理，甚至国家大事如美国总统选举，数据挖掘都占有非常重要的地位。因此，作为一名计算机学科的研究生，熟练使用数据挖掘工具是必要的。现在主流五种数据挖掘软件为：weka、orange、rapidminer、jhepwork、rattle、knime而且这些软件都是开源的，可以供使用者根据自己的需要开发或者改进。本文将以weka和knime为例，介绍两种软件的运用以及比较。关键词：数据挖掘工、weka、knime、运用、比较15一、W

3、eka简介：WEKA的全名是WaikatoEnvironmentforKnowledgeAnalysis，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。它是现今最完备的数据挖掘工具之一。作为一个大众化的数据挖掘工作平台，WEKA集成了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理、分类、回归、聚类关联分析以及在新的交互式界面上的可视化等等。通过其接口，可在其基础上实现自己的数据挖掘算法。WEKA的打开界面：数据格式：WEKA所用的数据格式在形式上与Excel类似。打开Explorer界面，点Openfile选择we

4、ka自带数据weather.nominal.arff进行分析,是离散好weather数据。打开数据如下所示：15WEKA存储数据的格式是ARFF（Attribute-RelationFileFormat）文件，这是一种ASCII文本文件。表格里的一个横行称作一个实例（Instance），相当于统计学中的一个样本，或者数据库中的一条记录。竖行称作一个属性（Attribute），相当于统计学中的一个变量，或者数据库中的一个字段。这样一个表格或者叫作数据集，在WEKA看来，呈现了属性之间的一种关系(Relation)。上图中一共有14个实例，5个属性，关

5、系名称为“weather”。整个ARFF文件可以分为两个部分。第一部分是头信息，包括对关系的声明和对属性的声明；第二部分是数据信息。WEKA支持的有四种：Numeric数值型标称型String字符串型date[]日期和时间型WEKA的使用：1、“Explorer”界面使用WEKA作数据挖掘，面临的第一个问题往往是我们的数据不是ARFF格式的。幸好，WEKA还提供了对CSV文件的支持，而这种格式是被很多其15他软件，比如Excel，所支持的。现在我们打开“ba

6、nk-data.csv”。利用WEKA可以将CSV文件格式转化成ARFF文件格式。ARFF格式是WEKA支持得最好的文件格式。此外，WEKA还提供了通过JDBC访问数据库的功能“Explorer”界面提供了很多功能，是WEKA使用最多的模块。现在我们先来熟悉它的界面，然后利用它对数据进行预处理。界面如下如所示:876543211上图显示的是“Explorer”打开“weather.nominal.arff”的情况。我们根据不同的功能把这个界面分成8个区域。1.区域1的几个选项卡是用来切换不同的挖掘任务面板。2.区域2是一些常用按钮。包括打开数据，保

7、存及编辑功能。3.在区域3中“Choose”某个“Filter”，可以实现筛选数据或者对数据进行某种变换。数据预处理主要就利用它来实现。4.区域4展示了数据集的一些基本情况。5.区域5中列出了数据集的所有属性。勾选一些属性并“Remove”就可以删除它们，删除后还可以利用区域2的“Undo”按钮找回。区域5上方的一15排按钮是用来实现快速勾选的。在区域5中选中某个属性，则区域6中有关于这个属性的摘要。注意对于数值属性和标称属性，摘要的方式是不一样的。6.区域7是区域5中选中属性的直方图。若数据集的某个属性是目标变量，直方图中的每个长方形就会按照该变

8、量的比例分成不同颜色的段。默认地，分类或回归任务的默认目标变量是数据集的最后一个属性（这里的“play”正好是）。要想换个