WEKA 第11页

Eclipse中配置weka

Eclipse中配置weka，以及添加算法时间：2015-05-2817:48:14 阅读：125 评论：0 收藏：0

dm_ml·2015-11-18 16:00

What is the most common software of data mining? （整理中）

2Weka?3Apachemahout?4Rapidminer?5R?andwhichone?

kongmeng·2015-11-16 14:00

Weka 3.7.12源码学习、阅读、分析(1)

weka.classifier包Classifier.class定义了分类算法的接口，weka所有的数值、分类属性的预测都应实现此接口，而一个分类器至少实现distributionForInstance

sr_sr·2015-11-16 00:00

R语言安装NLP自然语言分析包

自然语言处理包：Snowball，RWeka 文本挖掘：tm

blueheart20·2015-11-15 20:00

机器学习各类工具weka、scikit-learn等各项指标的对比

机器学习各类工具weka、scikit-learn等各项指标的对比 - Waleking的专栏 - 博客频道 - CSDN.NET 机器学习各类工具weka、scikit-learn等各项指标的对比

·2015-11-13 19:41

Weka初步

从前年開始使用weka最数据挖掘方面的研究，到如今有一年半的时间了。看到我们同组的兄弟写了关于weka方面的总结。我也想整理一下。由于网上的资料实在是太少。

·2015-11-13 18:08

数据属性WEKA学习总结

Weka理处的数据表格中，一个横行称为一个例实（Instance）,竖行代表一个属性（Arrtibute），数据表格称为一个数据集

·2015-11-13 16:49

WEKA介绍

WEKA（ developed at the University of Waikato in New Zealand 新西兰怀卡托大学）http://www.cs.waikato.ac.nz/~ml/

·2015-11-13 15:36

Weka中EM算法详解

1 private void EM_Init (Instances inst) 2 throws Exception { 3 int i, j, k; 4 5 // 由于EM算法对初始值较敏感，故选择run k means 10 times and choose best solution 6 SimpleKMeans bestK = null;

·2015-11-13 10:51

Weka EM 协方差

Weka EM covariance description 1: Dear All, I am trying to find out what is the

·2015-11-13 10:49

关于weka中Instances的属性删除

最近这些天一直在用weka实现一个算法，也是从这次开始接触weka,刚上手难免有些磕磕绊绊，这次实现也是遇到了各种各样的问题，其中的一个就和weka中的Instances有关，刚刚把程序跑起来了，因为数据比较多

·2015-11-13 09:09

weka中算法说明

1) 数据输入和输出WOW()：查看Weka函数的参数。Weka_control()：设置Weka函数的参数。

·2015-11-13 04:01

使用Weka进行数据挖掘

转自：百度搜索研发部官方博客 http://stblog.baidu-tech.com/?p=1918 1.简介数据挖掘、机器学习这些字眼，在一些人看来，是门槛很高的东西。诚然，如果做算法实现甚至算法优化，确实需要很多背景知识。但事实是，绝大多数数据挖掘工程师，不需要去做算法层面的东西。他们的精力，集中在特征提取，算法选择和参数调优上。那么，一个可以方便地提供这些功能的工具，便是十分必要的

·2015-11-13 04:00

Weka加载数据易出现的问题

weka直接支持的是Arff文件格式，同时也可以支持CSC、XSL等，但最后也需转换为Arff格式。

·2015-11-13 04:59

Weka环境配置

今天打开Weka只是闪烁了DOS界面，没反应，后来看了下原来是安装CTeX时CLASSPATH被修改了，觉得有必要记录下Weka的环境配置。一.Weka采用Java编写，所以你的电脑要配好jdk。

·2015-11-12 19:05

weka简介

1、weka的历史　　1992年末，新西兰怀卡托大学计算机科学系Ian Written博士申请基金。　　1993年获新西兰政府资助，并于同年开发出接口和基础架构。　　

·2015-11-12 16:12

Eclipse中配置weka，以及添加算法

Eclipse中配置weka 　　1 找到weka的安装位置，寻找weka的压缩文件weka-src.jar，将压缩文件解压，解压出的文件夹weka-src。　　

·2015-11-12 16:08

weka对数据进行预测

1、注意待预测数据集和训练用数据集各个属性的设置必须是一致的。即使你没有待预测数据集的Class属性的值，你也要添加这个属性，可以将该属性在各实例上的值均设成缺失值。比如你可以将欲预测的类别设为?即缺失值。 2、在“Test Opion”中选择“Supplied test set”，并且“Set”成你要应用模型的数据集。 3、右键点击“Result list”中刚产生的那一项，选择“Re-ev

·2015-11-12 16:57

数据挖掘工程师必备知识总结

平台：linux（Shell）软件：Weka，SAS，Spss，R，IBM IM，Mathout 语言：Java，Python，PHP，MapReduce编程，Ruby 数据库：SQL，MySQL

·2015-11-12 12:49

Not enough memory . Please load a smaller dataset or use a larger heap size.

今天在linux中打开Weka时，打开基因数据文件的时候出现如题所示的错误，说内存不足，需要设定一个更大的内存空间，只要执行以下命令 sudo

·2015-11-12 11:47

在weka中添加libSVM或者HMM等新算法

转：http://kasy-13.blog.163.com/blog/static/8214691420143226365887/ Weka的全名是怀卡托智能分析环境（Waikato Environment

·2015-11-12 11:50

Weka 自动优化参数

import weka.core.*; import weka.classifiers.*; import weka.classifiers.meta.*; import weka.classifiers.trees

·2015-11-11 17:46

weka

// remove instances with missing class Instances newData = new Instances(data); newData.deleteWithMissingClass(); m_structure = new Instances(newData, 0); m_Random = new Random(getSeed()); if (m_

·2015-11-11 17:43

Weka 入门3

这次我们介绍Evaluation类。在上一次中我们只是单纯的预测了分类值，并没有其他评价数据。这场我们使用Evalution类。首先初始化一个Evaluation对象，Evaluation类没有无参的构造函数，一般用Instances对象作为构造函数的参数。如果我们没有训练数据和测试数据，那么我们可以使用Cross Validation验证方式，即交叉验证。Cross ValidateModel方

·2015-11-11 17:41

Weka 入门2

现在我们介绍使用Weka来对数据进行分类。对数据进行分类，我们必须先指定那一列作为预测类别。因为数据文件格式的问题，类别一般都是最后一列属性。

·2015-11-11 17:40

Weka 入门1

主要介绍使用java调用Weka库。首先介绍weka，Weka的全名是怀卡托智能分析环境，是基于开源环境的机器学习和数据挖掘软件。

·2015-11-11 17:40

weka 集成学习

*;import weka.classifiers.

·2015-11-11 17:39

代码-Weka的LinearRegression类

package kit.weka; import weka.classifiers.Evaluation; import weka.classifiers.functions.LinearRegression

·2015-11-11 14:44

代码-Weka的决策树类J48

package kit.weka; /** * desc:试试Weka的决策树类 * <code>J48Test</code> * */

·2015-11-11 14:42

使用weka进行文本聚类的例子

import java.io.BufferedReader; import java.io.File; import java.io.FileReader; import weka.clusterers.Clusterer

·2015-11-11 14:35

使用weka进行文本分类的例子

import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.FileReader; import java.

·2015-11-11 14:34

Apriori算法实例----Weka，R, Using Weka in my javacode

学习数据挖掘工具中，下面使用4种工具来对同一个数据集进行研究。数据描述：下面这些数据是15个同学选修课程情况，在课程大纲中共有10门课程供学生选择，下面给出具体的选课情况，以ARFF数据文件保存，名称为TestStudenti.arff。我使用Apriori算法期望挖掘出学生选课的关联规则。 @relation test_studenti @attribute Arbori_binari_

·2015-11-11 12:47

ARFF文件格式

Attribute -Relation File Format (ARFF) 此文档翻译自http://www.cs.waikato.ac.nz/~ml/weka/arff.html。

·2015-11-11 12:46

windows下安装和配置Weka

Weka是一款免费的，非商业化的，基于java环境下的开源的机器学习以及数据挖掘软件。Weka里含有各种数据挖掘工具：数据预处理，分类与回归，聚类，关联规则和可视化工具。

·2015-11-11 10:53

使用weka进行Cross-validation实验

Generating cross-validation folds (Java approach) 文献： http://weka.wikispaces.com/Generating+cross-validation

·2015-11-11 06:11

设计一个简单的，低耗的能够区分红酒和白酒的感知器（sensor）

学习using weka in your javacode 主要学习两个部分的代码：1、过滤数据集 2 使用J48决策树进行分类。

·2015-11-11 06:10

WEKA 中用于学习方案的通用选项

表 3.1 WEKA中用于学习方案的通用选项选项 &

·2015-11-11 05:48

WEKA入门教程

聚类分析 2楼 Weka入门教程，来自http://forum.wekacn.org/viewtopic.php?f=2&t=9。转载请注明出处。 1.

·2015-11-11 05:34

数据挖掘（一）

import java.io.File; import weka.classifiers.Classifier; import weka.classifiers.Evaluation; import

·2015-11-11 02:27

eclipse下使用java调用weka

原文链接：http://blog.csdn.net/felomeng/article/details/4688257 weka是很好用的机器学习库，这里就不详细介绍了。

·2015-11-11 02:26

Weka链接Mysql数据库

Weka简介　　Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品

·2015-11-11 01:55

用 WEKA 进行数据挖掘 ——第一章：简介

而weka，便是数据挖掘工具中的佼佼者。Weka的全名是怀卡托智能分析环境（Waikato Environm

·2015-11-11 01:32

WEKA运行参数修改(RunWeka.ini文件)

一般使用weka进行数据挖掘的时候会碰到两个问题，一是内存不够，二是libsvm使用不了，这时就需要重新配置RunWeka.ini文件，解决上述问题。

·2015-11-11 01:32

基于weka的文本分类实现

weka介绍参见 1)百度百科：http://baike.baidu.com/link?

·2015-11-09 14:57

WEKA中的数据预处理

数据的缺失值处理：weka.filters.unsupervised.attribute.ReplaceMissingValues。

·2015-11-08 17:44

用 WEKA 进行数据挖掘——第二章: 回归

回归回归是最为简单易用的一种技术，但可能也是最不强大（这二者总是相伴而来，很有趣吧）。此模型可以简单到只有一个输入变量和一个输出变量（在 Excel 中称为 Scatter 图形，或 OpenOffice.org 内的 XYDiagram）。当然，也可以远比此复杂，可以包括很多输入变量。实际上，所有回归模型均符合同一个通用模式。多个自变量综合在一起可以生成一个结果 — 一个因变量。然后用回归模

·2015-11-08 17:43

KETTLE——Weka处理大数据量内存溢出问题

现在做的一个项目ETL采用KETTLE，通过Perl脚本进行分天表、月表及年表的创建，并修改KETTLE创建的抽取任务模板。即使这样在处理天表表近百万数据量时，Kettle也会有时发生内存溢出现象，导致抽取任务失败。今天发现了一哥们BLOG中的解决办法，特分享。以Spoon.bat为例,其他组件和.sh操作类似用文本编辑器打开Spoon.bat找到: &n

·2015-11-08 15:46

Using Weka and Libsvm with C# in Visual Studio

Environment Windows 8 Enterprice English X64 Visual Studio 2012 Ultimate Weka 3.6.8 (weka-3-6-8.exe

·2015-11-08 10:22

数据挖掘电子书免费下载

转发一个网址，http://www.wekacn.org/ebook/ 超多经典的数据挖掘电子书免费下载。

·2015-11-08 10:38

Weka:call for the EM algorithm to achieve clustering.（EM算法）

.*; import weka.core.*; import weka.filters.Filter; import weka.filters.unsupervised.attribute.Remove

·2015-11-07 15:51

推荐频道

WEKA