基于weka数据分类及聚类解析总结计划实验报告计划

基 于 w e k a 的 数 据 分 类 分 析 实 验 报 告实验基本内容本实验的基本内容是经过使用 weka中的三种常有分类和聚类方法（决议树 J48、KNN和k-means）分别在训练数据上训

鉴于weka数据分类及聚类分析总结计划实验报告计划 weka 基于的数据分类分析实验报告 1 实验基本内容 J48KNN 、 weka 本实验的基本内容是经过使用中的三种常有分类和聚类方法（决议树 k-means 和）分别在训练数据上训练出分类模型，并使用校验数据对各个模型进行测试和 评论，找出各个模型最优的参数值，并对三个模型进行全面评论比较，获得一个最好的分 类模型以及该模型全部设置的最优参数。最后使用这些参数以及训练集和校验集数据一同 结构出一个最优分类器，并利用该分类器对测试数据进行展望。 2 数据的准备及预办理 2.1 格式变换方法 (1) data02.xlsCSVdata02.csv 翻开“”另存为种类，获得“”。 (2) WEKAArffViewerdata02.csv 在中供给了一个“”模块，翻开一个“”进行阅读， ARFFdata02.arff 而后另存为文件，获得“”。 。 3. 实验过程及结果截图 3.1 决议树分类 (1) 决议树分类 data02.arffT Choose ”。点击“”， Classify ”，而后切换到“ Explorer 用“”翻开数据“ estoptions Flods=10 （）”， Cross-validation ”选择“ trees-J48 选择算法“”，再在“ Start 点击“ ”，开始运转。 1/ 10