内容

1. 分析weka自带的测试数据集；

2. 利用weka实现对数据库中数据的挖掘；

3.利用weka中的预处理算法对数据进行预处理，包括：添加属性，删除属性/实例，将数据离散化。

步骤及结果

分析weka自带的测试数据集；

首先安装weka

安装完后解压weka.jar

查看data文件夹，里面是weka自带的数据集

利用weka实现对数据库中数据的挖掘

在对数据库中的数据进行挖掘时，我们需要将weka与mysql连接起来

第一，配置环境变量

%WEKA_HOME%\lib\mysql-connector-java-5.1.47.jar;

第二，启动数据库，建立名为weka的数据库，并建立如下表

第三，修改如下配置文件

修改如下两行

设置完成后打开weka，进入探索者页面

单击如下按钮

出现数据库连接成功提示

查询weka1表中的数据

结果如下

利用weka中的预处理算法对数据进行预处理，包括：添加属性，删除属性/实例，将数据离散化。

第一，加载数据

加载数据后出现如下页面

第二，删除属性

单击choose

适合删除属性的的过滤器是 Remove，我们在无监督\attribute 下找到 Remove 条目

再点击apply

 
属性成功删除

第三，添加属性

仍然是单击 Choose 按钮，依次weka-filter-无监督-attribute-AddUserFileds过滤器

建立属性

Apply之后生成新的属性

新增过滤器AddValues

再点开Edit查看

第四，删除实例

<1>选择 choose-weka-filter-unsupervised-instance-RemoveFolds, 过 滤 器将数据集分割为给定的交叉验证折数，并指定输出第几折。点击 Choose 旁边的文本框，弹出如下对话框

点击apply只剩下两条数据

<2>choose-weka-filter-unsupervised-instance-RemovePercentage,

过滤器删除数据集中给定百分比的实例，点击 Choose 旁边的文本框，

弹出如下对话框，

apply之后只剩下1条数据

<3>选择 choose-weka-filter-unsupervised-instance-RemoveRange,

过滤器删除数据集中给定范围的实例，点击 Choose 旁边的文本框，

弹出如下：

点击apply之后

第五，使用weka将数据离散化

在 data 目录中找到玻璃数据集 glass.arff 文件

RI属性直方图

等宽离散化：依次打开 choose-weka-filters-unsupervised-attribute-Discretize.保持默认参数不变，点

击 Apply,出现如下图：

等频离散化：设置 Discretize 中的 值为 true。得到等频离散化后的 RI 属性，如下图：

查看Ba,Fe

第六，有监督离散化

首先打开 data 数据集中的鸢尾花数据 集，即 iris.arff 文件，数据集中各属性如下

Weka 中打开 iris 数据集，显示如下图

然后依次点开 choose-weka-filters-supervised-attribute-Discretize，点击 Apply,打开可视化窗口，发现各个属性的取值范围如下：