欢迎来到天天文库
浏览记录
ID:37943068
大小:981.50 KB
页数:20页
时间:2019-06-03
《数据挖掘实验报告书书》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、《数据挖掘》Weka实验报告姓名_学号_指导教师开课学期2015至2016学年2学期完成日期2015年6月12日..1.实验目的 基于http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+WiscOnsin+%28Ori-ginal%29的数据,使用数据挖掘中的分类算法,运用Weka平台的基本功能对数据集进行分类,对算法结果进行性能比较,画出性能比较图,另外针对不同数量的训练集进行对比实验,并画出性能比较图训练并测试。2.实验环境 实验采用Weka平台,数据使用来自http://
2、archive.ics.uci.edu/ml/Datasets/Br-east+Cancer+WiscOnsin+%28Original%29,主要使用其中的BreastCancerWisc-onsin(Original)DataSet数据。Weka是怀卡托智能分析系统的缩写,该系统由新西兰怀卡托大学开发。Weka使用Java写成的,并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台,是一款免费的,非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面,可结合预处理以及后处理方法,将许多不同的学习算法应
3、用于任何所给的数据集,并评估由不同的学习方案所得出的结果。3.实验步骤3.1数据预处理本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类,该表含有Samplecodenumber(样本代码),ClumpThickness(丛厚度),UniformityofCellSize(均匀的细胞大小),UniformityofCellShape(均匀的细胞形状),MarginalAdhesion(边际粘连),SingleEpithelialCellSize(单一的上皮细胞大小),BareNuclei(裸核),BlandChromatin(平
4、淡的染色质),NormalNucleoli(正常的核仁),Mitoses(有丝分裂),Class(分类),其中第二项到第十项取值均为1-10,分类中2代表良性,4代表恶性。通过实验,希望能找出患乳腺癌客户各指标的分布情况。该数据的数据属性如下:..1.Samplecodenumber(numeric),样本代码;2.ClumpThickness(numeric),丛厚度;3.UniformityofCellSize(numeric)均匀的细胞大小;4.UniformityofCellShape(numeric),均匀的细胞形状;5
5、.MarginalAdhesion(numeric),边际粘连;6.SingleEpithelialCellSize(numeric),单一的上皮细胞大小;7.BareNuclei(numeric),裸核;8.BlandChromatin(numeric),平淡的染色质;9.NormalNucleoli(numeric),正常的核仁;10.Mitoses(numeric),有丝分裂;11.Class(enum),分类。3.2数据分析由http://archive.ics.uci.edu/ml/datasets/Breast+Can
6、cer+WiscOnsin+%28Ori-ginal%29得到一组由逗号隔开的数据,复制粘贴至excel表中,选择数据——分列——下一步——逗号——完成,该数据是有关乳腺癌数据集,有11个属性,分别为Samplecodenumber(样本代码),ClumpThickness(丛厚度),UniformityofCellSize(均匀的细胞大小),UniformityofCellShape(均匀的细胞形状),MarginalAdhesion(边际粘连),SingleEpithelialCellSize(单一的上皮细胞大小),BareN
7、uclei(裸核),BlandChromatin(平淡的染色质),NormalNucleoli(正常的核仁),Mitoses(有丝分裂),Class(分类),因为复制粘贴过来的数据没有属性,所以手工添加一行属性名。Weka分类数据需把excel保存为一个csv文件。3.2.1.csv->.arff将CSV转换为ARFF最迅捷的办法是使用WEKA所带的命令行工具。打开weka,之后出现GUI界面,如图1所示:..(图1)点击进入“Exploer”模块,要将.csv格式转换为.arff格式,点击openfile...,打开刚保存的“乳
8、腺癌数据集.csv”,点击“Save...”,将文件保存为“乳腺癌数据集.csv.arff”如图2所示:(图2)图3中显示的是使用“Exploer”打开“乳腺癌数据集.csv.arff”的情况.如图3所示:..(图3)3.2.2数据预处理很明显发现
此文档下载收益归作者所有