资源描述：
《weka关联规则使用》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、前面几篇介绍了关联规则的一些基本概念和两个基本算法，但实际在商业应用中，写算法反而比较少，理解数据，把握数据，利用工具才是重要的，前面的基础篇是对算法的理解，这篇将介绍开源利用数据挖掘工具weka进行管理规则挖掘。weka数据集格式arffarff标准数据集简介weka的数据文件后缀为arff（Attribute-RelationFileFormat，即属性关系文件格式），arff文件分为注释、关系名、属性名、数据域几大部分，注释用百分号开头%，关系名用@relation申明，属性用@attribute什么，数据域用@data开头，看这个示例数据集（安装weka后，可在
2、weka的安装目录/data下找到weather.numeric.arff）：%weatherdataset@relationweather@attributeoutlook{sunny,overcast,rainy}@attributetemperaturenumeric@attributehumiditynumeric@attributewindy{TRUE,FALSE}@attributeplay{yes,no}@datasunny,85,85,FALSE,nosunny,80,90,TRUE,noovercast,83,86,FALSE,yesrainy,70,
3、96,FALSE,yesrainy,68,80,FALSE,yesrainy,65,70,TRUE,noovercast,64,65,TRUE,yessunny,72,95,FALSE,nosunny,69,70,FALSE,yesrainy,75,80,FALSE,yessunny,75,70,TRUE,yesovercast,72,90,TRUE,yesovercast,81,75,FALSE,yesrainy,71,91,TRUE,no当数据是数值型，在属性名的后面加numeric，如果是离散值（枚举值），就用一个大括号将值域列出来。@data下一行后为数据记录，
4、数据为矩阵形式，即每一个的数据元素个数相等，若有缺失值，就用问号?表示。arff稀疏数据集我们做关联规则挖掘，比如购物篮分析，我们的购物清单数据肯定是相当稀疏的，超市的商品种类有上10000种，而每个人买东西只会买几种商品，这样如果用矩阵形式表示数据显然浪费了很多的存储空间，我们需要用稀疏数据表示，看我们的购物清单示例（basket.txt)：freshmeatdairyconfectioneryfreshmeatconfectionerycannedvegfrozenmealbeerfishdairywinefreshmeatwinefishfruitvegsoftd
5、rinkbeerfruitvegfrozenmealfruitvegfishfruitvegfreshmeatdairycannedvegwinefishfruitvegfishdairycannedmeatfrozenmealfish 数据集的每一行表示一个去重后的购物清单，进行关联规则挖掘时，我们可以先把商品名字映射为id号，挖掘的过程只有id号就是了，到规则挖掘出来之后再转回商品名就是了， retail.txt 是一个转化为id号的零售数据集，数据集的前面几行如下：01234567891011121314151617181920212223242526272830
6、313233343536373839404142434445463839474838394849505152535455565758324159606162339486364656667683269 这个数据集的商品有16469个，一个购物的商品数目远少于商品中数目，因此要用稀疏数据表，weka支持稀疏数据表示，但我在运用apriori算法时有问题，先看一下weka的稀疏数据要求：稀疏数据和标准数据的其他部分都一样，唯一不同就是@data后的数据记录，示例如下(basket.arff)： @relation'basket'@attributefruitveg{F,T}
7、@attributefreshmeat{F,T}@attributedairy{F,T}@attributecannedveg{F,T}@attributecannedmeat{F,T}@attributefrozenmeal{F,T}@attributebeer{F,T}@attributewine{F,T}@attributesoftdrink{F,T}@attributefish{F,T}@attributeconfectionery{F,T}@data{1T,2T,10T}{1T,10T}{3T,5T,6T,9T}{2T,7T}{
