weka的基本使用---explorer界面的介绍

Explorer界面的介绍

运行weka GUI：

点击 Explorer 按钮，打开explorer界面：

区域1的几个选项卡是用来切换不同的挖掘任务面板。这一节用到的只有“Preprocess”，其他面板的功能将在以后介绍。 
区域2是一些常用按钮。包括打开数据，保存及编辑功能。

在区域3中“Choose”某个“Filter”，可以实现筛选数据或者对数据进行某种变换。数据预处理主要就利用它来实现。 
区域4展示了数据集的一些基本情况。 
区域5中列出了数据集的所有属性。勾选一些属性并“Remove”就可以删除它们，删除后还可以利用区域2的“Undo”按钮找回。区域5上方的一排按钮是用来实现快速勾选的。
在区域5中选中某个属性，则区域6中有关于这个属性的摘要。注意对于数值属性和分类属性，摘要的方式是不一样的。图中显示的是对数值属性“income”的摘要。 
区域7是区域5中选中属性的直方图。若数据集的最后一个属性（我们说过这是分类或回归任务的默认目标变量）是分类变量（这里的“pep”正好是），直方图中的每个长方形就会按照该变量的比例分成不同颜色的段。要想换个分段的依据，在区域7上方的下拉框中选个不同的分类属性就可以了。下拉框里选上“No Class”或者一个数值属性会变成黑白的直方图。
区域8是状态栏，可以查看Log以判断是否有错。右边的weka鸟在动的话说明WEKA正在执行挖掘任务。右键点击状态栏还可以执行JAVA内存的垃圾回收。

以weather.arff进行一次操作过程演示

打开Explorer界面，图如下：

最上边的一行是标签行（tags），在preprocess标签下，点击Open file按钮，会出现打开文件窗口：

在weka的安装文件一级目录下，是有一个data文件夹的，下面有他自己附带的几个ARFF数据文件，供你参考查看：

那么导入最经典的决策树所需要的数据weather.arff文件，weka将开始装入数据，识别相应的属性，并在数据扫描期间计算每个属性的一些基本统计量，如下图：

点击左边Attribute标签下的任意属性将会在右侧的Select attribute标签下显示该属性的基本统计量。

对于分类属性，将显示每个属性值的频度，点击outlook（分类属性），Select attribute标签显示如下：

而对于连续属性，我们可以看到最小值、最大值、均值（Mean）和标准差（StdDev）等等，点击temperature（连续属性），Select attribute标签显示如下：

正如之间介绍explorer界面的那样，现在我们选定outlook属性，观察右下角的图像区域，由于分段依据是Class：play（Nom），也就是分类或回归任务的默认目标变量，outlook对应的直方图如下图：

横坐标对应的是分类属性outlook的值：sunny overcast rainy，纵坐标代表的是频度，而分段依据就是是否出去玩（play），蓝色代表出去玩，红色代表不出去玩。

再换个连续属性temperature的直方图分析：

横坐标对应的是连续属性temperature的值，这样我们取某段横坐标，如64-67，那么分割开来也就是和分类属性outlook所对应的直方图了。

点击Visualize All。如下：

综上：叙述了explorer界面下的每一个区域的具体功能，个别词语用的不是很恰当，很多时候有一些词语能用英语描述就用英语描述，换成中文翻译的就不是那么的贴切恰当了，就像唐诗宋词拿给英文翻译，也多半驴唇不对马嘴。