WEKA实验资料报告材料.doc

《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