基于Weka的数据分类分析实验报告Word文档下载推荐.docx

基于Weka的数据分类分析实验报告Word文档下载推荐.docx

《基于Weka的数据分类分析实验报告Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《基于Weka的数据分类分析实验报告Word文档下载推荐.docx（11页珍藏版）》请在冰点文库上搜索。

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。

图1Weka主界面

Weka系统包括处理标准数据挖掘问题的所有方法：

回归、分类、聚类、关联规则以及属性选择。

分析要进行处理的数据是重要的一个环节，Weka提供了很多用于数据可视化和与处理的工具。

输入数据可以有两种形式，第一种是以ARFF格式为代表的文件；

另一种是直接读取数据库表。

使用Weka的方式主要有三种：

第一种是将学习方案应用于某个数据集，然后分析其输出，从而更多地了解这些数据；

第二种是使用已经学习到的模型对新实例进预测；

第三种是使用多种学习器，然后根据其性能表现选择其中一种来进行预测。

用户使用交互式界面菜单中选择一种学习方法，大部分学习方案都带有可调节的参数，用户可通过属性列表或对象编辑器修改参数，然

4.1LibSVM分类

Weka平台内部没有集成LibSVM分类器，要使用该分类器，需要下载libsvm.jar并导入到Weka中，直接在Tools-Packagemanager中搜索LibSVM进行安装。

用Explorer打开数据集iris.arff，并在Explorer中将功能面板切换到Classify，点Choose按钮选择functions（weka.classifiers.functions.LibSVM），选择LibSVM分类算法。

在TestOptions面板中选择Cross-Validation=10，即十折交叉验证。

然后点击start按钮：

使用LibSVM分类算法训练数据集得出的结果

参数：

–S0–K2–D3–G0.0–R0.0–N0.5–M40.0–C1.0–E0.0010–P0.1

结果分析：

使用该参数指定的LibSVM训练数据集，得到的准确率为96.6667%，其中150个实例中145个被正确分类，5个被错误分类。

根据混淆矩阵，被错误分类的实例如下。

2个b类实例被错误分类到c；

3个c类实例被错误分类到b。

该算法P=0.967，R=0.967，ROC面积为0.975.

将模型应用与测试集：

使用LibSVM分类算法测试数据集得出的结果

准确率为98.6667%，只有两个实例被错误分类。

P=0.987，R=0.987，ROC面积为0.99。

分类误差：

4.2C4.5决策树分类器

依然使用十折交叉验证，训练集和测试集相同。

使用C4.5决策树分类算法训练数据集得出的结果

-C0.25-M2

使用该参数指定的C4.5决策树分类器训练数据集，得到准确率为96%，其中150个实例中的144个被正确分类，6个被错误分类。

2个b类实例被错误分类到c，1个b类实例被错误分类到a；

三个c类实例被错误分类到b。

该算法P=0.96，R=0.96，ROC面积为0.968。

将模型应用于测试集：

使用C4.5分类算法测试数据集得出的结果

准确率为98%，有3个实例被错误分类。

P=0.98，R=0.98，ROC面积为0.993。

4.3朴素贝叶斯分类器

使用朴素贝叶斯分类算法训练数据集得到的结果

无

使用朴素贝叶斯分类器训练数据集，得到准确率为96%，其中150个实例中的144个被正确分类，6个被错误分类。

4个b类实例被错误分类到c；

2个c类实例被错误分类到b。

该算法P=0.96，R=0.96，ROC面积为0.994。

将模型应用于测试集：

使用朴素贝叶斯分类算法测试数据集得出的结果

准确率为96%，有6个实例被错误分类。

P=0.96，R=0.96，ROC面积为0.995。

如下表所示。

LibSVM

C4.5决策树

朴素贝叶斯

校验准确率

98.6667%

98%

96%

训练

混淆矩阵

校验

标准误差

0.0943

0.108

0.1495

比较结果分析：

LibSVM算法相比C4.5决策树算法、朴素贝叶斯算法具有更好的分类性能。

5实验总结

通过本次实验，本人对Weka平台有了比较完整和深入的认识，掌握了使用Weka平台进行数据挖掘的方法，对数据挖掘本身也有了比较直观的认识。