KEEL 的一般操作步骤详细说明

源起

实验室一个一位师姐着急赶毕业论文，时间紧张，我就帮她KEEL做了一些小实验。虽然去年用KEEL做过一些实验，但是猛地拿起来还是有些生疏，就在做实验的过程中整理了一下基本的操作过程，以防今后再突然要用的时候浪费时间。

正文

以做modules 里的Imbalanced实验为例。

1，双击打开KEEL的执行jar包

2，导入数据：选择Data Management

2，选择 Import  Data

3，选择 Import Dataset

4，选择要导入的数据格式和数据文件，然后点击next

5，选择 save

6，输入数据集名称，点击OK

7，选择你要用这个数据集做的实验类型，这里我选的imbalanced

8，No

9，Yes 因为要做交叉验证，所以需要分割数据集

10，点击options

11，输入你想做的交叉验证的K值，也就是你想要将数据分割成几份，然后accept

12，点击divide

13，OK

14，OK

15，OK 表示数据集分割成功，然后就可以关闭这个对话框，回到主对话框

16， 选择Modules

17, Imbalanced learning

18,先在左侧空白处勾选刚刚引入的数据集，然后在右侧空白处单击，会出现一个带data标注的图标

19, 点击edit后，输入10（10交叉验证），然后点击Add k-foldcv ,它就会在下面的框中生成相应的分割数据集（如果这里面已经包含有其他的数据集，请先将其它的数据集remove掉, 然后点击apply

20, 点击第三个图标，选择要分类模型，同样在空白处点击，会出现相应模型名称的图标

右键分类器图标，可以该分类器的相应训练参数

21, 点击倒数第二个图标，选择要输出的评价结果

22, 选择最后一个指标，将数据集，模型，和评价指标连在一起

23, 点击工具栏中的zip按钮生成.zip压缩包

24, 出现下面的对话框，表示生成成功

25, 找到刚生成的zip文件位置，解压

26, 进入scripts文件夹，shift+右键，选择在此路径下打开cmd窗口

27, 执行jar文件

28, 显示如下内容时，表示运行成功结束

29， 运行的结果会保存在文件夹的results路径内

END