数据挖掘实验指南part.ppt

数据挖掘实验指南,本ppt主要为08届信科胡旭灵根据实验课内容制作，10届统计旷英兰参与部分修改，特表感谢！,2020/4/27,1,数据挖掘实验指南,本ppt使用说明,标为红色字体为课程涉及的主要操作此ppt主要为方便大家熟悉weka的基本使用，如果要深入学习，可参考其他书籍，欢迎和大家一起共同学习进步。软件中提到的软件自带数据，是指在软件安装文件夹中有个data的文件夹里面的数据。,2020/4/27,2,数据挖掘实验指南,总体框架,2020/4/27,3,数据挖掘实验指南,Weka软件,Weka软件是著名的免费数据挖掘软件，各位同学可到官方网站下载http:/www.cs.waikato.ac.nz/ml/weka/共有两种类型，一种以jre结尾，表示软件自带java虚拟机，另一种不带（适合pc上已安装java虚拟机）。,2020/4/27,4,数据挖掘实验指南,安装运行weka,下载安装包后，解压安装。注：安装后若发现运行软件出现一闪而过，则说明java环境变量没设置好（鉴于大家都学过java，设环境变量的步骤是大家应该会的）。,2020/4/27,5,数据挖掘实验指南,设置java环境变量后运行,2020/4/27,6,数据挖掘实验指南,Weka功能简介,Weka介绍菜单栏里program里有个重要的logwindow日志窗口选项卡，用来显示包括出错信息等。Visualization是进行数据可视化操作Tools是与查看文件有关的功能,2020/4/27,7,数据挖掘实验指南,四大主要应用程序,Explorer是探索数据的环境，在本课程中将主要介绍。Experimenter是用来运行算法试验，算法检验等的环境。Knowledgefolw这个环境与explorer相似，但支持拖放。simpleCLI是命令行界面，可以直接执行weka命令，其实在cmd命令窗里也可直接运行weka的命令，前提是设好环境变量等。,2020/4/27,8,数据挖掘实验指南,读取数据,举例：Exploreropenfile（选择本机安装文件夹里自带的数据）选择weather.arff,2020/4/27,9,数据挖掘实验指南,（注：.arff文件是weka识别的主要类型，weka还识别spss的.cvs类型的数据，故数据转换为普通数据-spss.csv-.arff,也可以用写字板和记事本打开arff文件以观察数据）,2020/4/27,10,数据挖掘实验指南,Explorer的process界面简介,点击edit可修改数据,选择属性后点击remove可删除属性,可进行数据的变换如离散化的数据预处理,数据预处理的主要选项,2020/4/27,11,数据挖掘实验指南,数据预处理,数据预处理作为数据挖掘的前奏，起着奠基石的作用，希望引起各位同学的重视。,2020/4/27,数据挖掘实验指南,12,数据预处理举例：离散化,打开C:ProgramFilesWeka-3-6dataweather.arff后点击choose,点击,2020/4/27,13,数据挖掘实验指南,选择choose后选择过滤规则:离散化,Choose-filters-unsupervised-attribute-discretize,discretize,2020/4/27,14,数据挖掘实验指南,选择规则后，应用规则进行离散化,1、双击所选规则可进行规则的参数设置，见右框,2、此框可调整参数,4、点击apply则应用规则,3、进行选择要离散化的属性,2020/4/27,15,数据挖掘实验指南,离散化后的结果,2、应用规则后，离散化分为10类，如下图所示,1、应用规则后再点击该属性,可视化,2020/4/27,16,数据挖掘实验指南,数据预处理总结,数据预处理的方式非常多，但基本流程跟离散化差不多，请各位同学自行尝试，多实践。,2020/4/27,17,数据挖掘实验指南,