WEKA

Mining Big Data using Weka 3 利用weka3挖掘大数据

from：http://www.cs.waikato.ac.nz/ml/weka/bigdata.htmlAcommonmisconceptionisthattheWekamachinelearningsoftwarecannotbeappliedtolargedatasets.ThispagehassomeinformationonhowtohandlebigdatawithWeka
xuanmu·2014-11-27 15:15

Mahout与Weka的对比

随着机器学习热度的不断提高，与其相关的软件和工具也慢慢进入大家的视野，而Weka和Mahout无疑是这些工具中较为流行的两个。
孙镜涛·2014-11-26 00:00

数据挖掘工具R软件与Weka的比较分析

作为数据挖掘常用的两个工具软件，R软件和weka软件各有千秋，本文对这两种数据挖掘软件进行了比较与分析。
m445331341·2014-11-22 18:50

数据挖掘工具软件Weka学习教程

一、数据格式理解数据格式后，就可以完全控制数据预处理过程。1.1ARFF格式样例说明%整行注释@relationperson@attributenamestring%半行注释@attributeagenumeric@attributesex{male,female}@attributebirthdaydate"yyyy-MM-ddHH:mm:ss"@data"ZhangSan",85,male,'
huangbo929·2014-11-21 12:28

数据挖掘工具软件Weka学习教程

一、数据格式理解数据格式后，就可以完全控制数据预处理过程。1.1ARFF格式样例说明%整行注释@relationperson@attributenamestring%半行注释@attributeagenumeric@attributesex{male,female}@attributebirthdaydate"yyyy-MM-ddHH:mm:ss"@data"ZhangSan",85,male,'
huangbo929·2014-11-21 12:28

数据挖掘工具R软件与Weka的比较分析

  作为数据挖掘常用的两个工具软件，R软件和weka软件各有千秋，本文对这两种数据挖掘软件进行了比较与分析。
huangbo929·2014-11-21 12:07

数据挖掘工具R软件与Weka的比较分析

作为数据挖掘常用的两个工具软件，R软件和weka软件各有千秋，本文对这两种数据挖掘软件进行了比较与分析。
huangbo929·2014-11-21 12:07

机器学习各类工具weka、scikit-learn等各项指标的对比

以下表格摘自：http://www.shogun-toolbox.org/另推荐机器学习软件汇总网站 http://mloss.org/software/featureshogunwekakernlabdlibniemeorangejava-mlpyMLmlpypybraintorch3scikit-learnGeneralFeaturesGraphicalUserInterface
xyw_Eliot·2014-11-17 14:00

Clojure数据分析秘笈 笔记

导入分析数据2清洗和校验数据3使用并发编程管理复杂度4使用并行编程提高性能5Cascalog6使用Incanter数据集7使用Incanter准备并执行数据分析8使用Mathematica和R9聚类、分类和使用Weka10
cteng·2014-11-09 23:00

在Java中使用weka：options参数设置

比如：String[]options=newString[4]; options[0]="-t"; options[1]="E:\\ProgramFiles\\Weka-3-6\\data\\segment-challenge.arff
Bryan__·2014-11-08 16:00

在Java中使用weka：ZeroR分类器

weka中的默认分类方法zeroR如果是离散(Nominal)的类别，就把它初始化为一个有类别数大小的一维数组，如果是类别是连续(Numeric)值，那就是一个值。
Bryan__·2014-11-08 14:00

在Java中使用weka：入门

本文介绍如何使用weka构建特征向量，训练分类器，测试分类器，使用分类器。
Bryan__·2014-11-07 23:00

在Java中使用weka：在数据集中增加属性

下面的例子中增加了nominal和anumeric属性，主函数传入的参数第一个为文件名，第二个参数定义数据是通过Addfilter(=filter)还是WekaAPI=java)操作。
Bryan__·2014-11-07 22:10

在Java中使用weka：在数据集中增加属性

下面的例子中增加了 nominal 和a numeric属性，主函数传入的参数第一个为文件名，第二个参数定义数据是通过 Add filter(= filter)还是WekaAPI= java)操作。
Bryan__·2014-11-07 22:00

在Java中使用weka：将实例转化为ARFF文件

转换器使用ArffSaver类（weka.core.converters.ArffSaver）来保存一个weka.core.Instances对象到ARFF文件中。
Bryan__·2014-11-07 22:00

在Java中使用weka：创建一个ARFF文件

产生如下类型的属性：numericnominalstringdaterelationalAttTest.javaimportweka.core.Attribute; importweka.core.FastVector
Bryan__·2014-11-07 22:00

在Java中使用weka：产生折叠交叉验证

水平有限，随便翻译，能看就行原址：http://weka.wikispaces.com/Generating+cross-validation+folds+%28Java+approach%29文章主要讲述了如何直接使用
Bryan__·2014-11-07 21:00

weka简要教程

目录 1.简介2.数据格式3.数据准备4.关联规则（购物篮分析）5.分类与回归6.聚类分析1.简介 WEKA的全名是怀卡托智能分析环境（WaikatoEnvironmentforKnowledgeAnalysis
pb09013037·2014-11-05 08:00

在Java中使用weka:手动生成并输出对分类器的评估

书读的少，翻译的不好别打我文章地址：http://weka.wikispaces.com/Generating+classifier+evaluation+output+manually在命令行执行分类时
Bryan__·2014-11-02 23:00

在java中使用weka：用java将Excel文件（xlsx，xls）转换为csv文件

有时做数据处理的时候会用到Excel，所以我们可以将Excel文件转换为csv就可以供weka接口使用了。
Bryan__·2014-11-02 21:00

Weka算法Classifier-meta-AdditiveRegression源码分析

博主最近迷上了打怪物猎人，这片文章拖了很久才开始动笔一、算法AdditiveRegression，换个更出名一点的叫法可以称作GBDT(GrandientBoostingDecisionTree)梯度下降分类树，或者GBRT(GrandientBoostingRegressionTree)梯度下降回归树，是一种多分类器组合的算法，更确切的说，是属于Boosting算法。谈到Boosting算法，就
ROger__wonG·2014-10-26 21:00

六款强大的开源数据挖掘工具推荐

以下为您推荐六款的数据挖掘工具：1、WEKAWEKA 原生的非 Java 版本主要是为了分析农
风--·2014-10-23 22:00

Weka算法Clusterers-DBSCAN源码分析

如果说世界上只能存在一种基于密度的聚类算法的话，那么它必须是DBSCAN（Density-basedspatialclusteringofapplicationswithnoise）。DBSCAN作为基于密度聚类算法的典型，相对于Kmeans，最大优点是可以自己决定聚类数量，同时可以过滤一些噪点，但相对的，对传入的参数较为敏感，并且参数调优全靠经验。一、算法对于算法部分只做一些”感性“的分析，具体
ROger__wonG·2014-10-12 20:00

Weka算法Classifier-meta-AdaBoostM1源码分析（二）

三、基分类器AdaBoostM1使用的默认基分类器是weka.classifiers.trees.DecisionStump，名字直译过来就是决策桩（这什么名字？！）
ROger__wonG·2014-10-06 11:00

Weka算法Classifier-meta-AdaBoostM1源码分析（一）

多分类器组合算法简单的来讲常用的有voting,bagging和boosting，其中就效果来说Boosting略占优势，而AdaBoostM1算法又相当于Boosting算法的“经典款”。Voting思想是使用多分类器进行投票组合，并按照少数服从多数（大多数情况）来决定最终的分类，缺点是少数服从多数的规则往往只能避免达到最差的情况却也很难达到最少的情况。Bagging思想是有放回的随机抽样来训练
ROger__wonG·2014-10-04 23:00

Weka算法Clusterers-Xmeans源码分析（二）

上一篇文章不知道为什么前面部分乱码了，我会在这篇文章后面写个总结，总结之前开头的部分。首先处理两个问题，第一个是splitCenter用于对已有中心进行分裂，第二个是newCentersAfterSplit，根据分裂后的BIC计算出新的聚类中心，这个分裂机制可以算是XMeans区别于KMeans的最大不同点。一、splitCenterprotectedInstancessplitCenter(Ra
ROger__wonG·2014-10-03 17:00

Weka算法Clusterers-Xmeans源码分析（一）

一、算法Xmeans算法基本就是大名鼎鼎的K-means算法，然后Weka做了一点“小”改进，使之能自动确定聚类数量，那么首先就说一下K-means算法。
ROger__wonG·2014-09-30 22:00

Weka算法Classifier-trees-REPTree源码分析（二）

（接上篇）一、剪枝过程上篇分析完了tree节点的构建过程，在REPTree.buildClassifier之后如果设置了剪枝选项，则还有一个剪枝和backfit过程。if(!m_NoPruning){ m_Tree.insertHoldOutSet(prune); m_Tree.reducedErrorPrune(); m_Tree.backfitHoldOutSet(); }其中insertHo
ROger__wonG·2014-09-21 21:00

Weka算法Classifier-trees-REPTree源码分析（一）

一、算法关于REPTree我实在是没找到什么相关其算法的资料，或许是Weka自创的一个关于决策树的改进，也许是其它某种决策树方法的别名，根据类的注释：Fastdecisiontreelearner.Buildsadecision
ROger__wonG·2014-09-21 20:00

Weka算法Classifier-trees-RandomTree源码分析

Weka在实现上，对于随机属性的选取、生成分裂点的过程是这样的：1、设置一个要选取的属性的数量K2、在全域属性中无放回的对属性进行抽样3、算出该属性的信息
ROger__wonG·2014-09-14 21:00

Weka算法Classifier-meta-Bagging源码分析

Bagging部分比较简单，算法和代码放到一起写了。一、Bagging算法严格来看Bagging并不能算是一种分类算法，Bagging和Boosting一样，是一种组合基本分类器的方法，也就是使用多个基分类器来获取更为强大的分类器，其核心思想是有放回的抽样。Bagging算法的训练流程：1、从样本集中有放回的抽样M个样本。2、用这M个样本训练基分类器C。3、重复这个过程X次，得到若干个基分类器。B
ROger__wonG·2014-09-14 19:00

Weka算法Classifier-tree-RandomForest源码分析（二）代码实现

RandomForest的实现异常的简单，简单的超出博主的预期，Weka在实现方式上组合了Bagging和RandomTree。
ROger__wonG·2014-09-09 22:00

Weka算法Classifier-tree-RandomForest源码分析（一）算法

RandomForest一、算法介绍RandomForest应该算是一个特别简单但是有效的算法，其核心思想是通过训练和组合不同的决策树，形成森林，最后的分类结果由这多棵树进行投票来决定。在介绍RandomForest之前，首先介绍一下TreeBagging二、BaggingBagging又叫做BooststrapAggregatiing，也是一种组合多个分类器来得到一个能力更强的分类器的方法，其训
ROger__wonG·2014-09-08 20:00

Weka算法Classifier-tree-J48源码分析（四）总结

但Weka在实现上，是遍历了这个Instance属于不同的class的可能性，并从中选出了一个最大的，代码如下：publicdoubleclassifyInstance(Instanceinstance
ROger__wonG·2014-09-08 15:00

Weka算法Classifier-tree-J48源码分析（三）ModelSelection

ModelSelection主要是用于选择合适的列对数据集进行分割，结合上一篇J48的主流程，发现用到的ModelSelection有 C45ModelSelection以及BinC45ModelSelection，先来分析C45ModelSelection。一、C45ModelSelection首先作为一个ModelSelection接口，实现的主要方法有两个，分别是selectModel(In
ROger__wonG·2014-09-07 21:00

Weka算法Classifier-tree-J48源码分析（二）ClassifierTree

一、问题主要带着四个问题去研究J48的实现。1、如何控制分类树的精度。2、如何处理缺失的值（MissingValue）3、如何对连续值进行离散化。4、如何进行分类树的剪枝。二、BuildClassifier每一个分类器都会实现这个方法，传入一个Instances对象，在这个对象基础上进行来构建分类树。核心代码如下：publicvoidbuildClassifier(Instancesinstanc
ROger__wonG·2014-09-07 15:00

Weka算法Classifier-tree-J48源码分析（一）算法和基本数据结构

大概一年没打理博客了，重新拿起笔不知道该从哪里写起，想来想去就从最近手头用的Weka写起吧。
ROger__wonG·2014-09-01 23:00

WEKA结果解读

红括号里面，左边是bad的数目，右边是good数目。                            TP Rate   FP Rate   Precision   Recall  F-Mea
qq85609655·2014-09-01 15:00

matlab中java.lang.outofmemoryError解决办法

Matlab中调用weka时,常常出现OutofMemory现象,表明Java虚拟机内存不够用了.可以增加最大内存设置.1.查找matlab根路径.在matlab命令行中敲入:matlabroot显示根路径
aldenphy·2014-08-31 17:00

Weka --- 关联规则挖掘

算法属性设置：1.car：如果设为真，则会挖掘类关联规则而不是全局关联规则。2.classindex：类属性索引。如果设置为-1，最后的属性被当做类属性。3.delta：以此数值为迭代递减单位。不断减小支持度直至达到最小支持度或产生了满足数量要求的规则。4.lowerBoundMinSupport：最小支持度下界。5.metricType：度量类型，设置对规则进行排序的度量依据。可以是：置信度（类
u012593290·2014-08-29 18:00

常用数据集网址

关于源代码，网上有很多公开源码的算法包，例如最为著名的Weka，MLC++等。
朝圣之路·2014-08-20 16:48

weka介绍与安装

一、weka介绍WEKA的全名是怀卡托智能分析环境（WaikatoEnvironmentforKnowledgeAnalysis），同时weka也是新西兰的一种鸟名，而WEKA的主要开发者来自新西兰。
lengwuqin·2014-08-18 20:03

weka之Mysql数据装载

Instances为weka的数据集，Instance是他的记录，attribute为其数据列，那么可以用db作为其数据源，实现如下： DatabaseLoader databaseLoader =
小网客·2014-08-13 18:00

weka之Mysql数据装载

Instances为weka的数据集，Instance是他的记录，attribute为其数据列，那么可以用db作为其数据源，实现如下： DatabaseLoader databaseLoader =
小网客·2014-08-13 18:00

weka之数据预处理

weka在做数据预处理的时候针对attribute提供了多种方式，包括值的各种转换，常用的如下： 1.缺失值处理 weka.filters.unsupervised.attribute.ReplaceMissingValues
小网客·2014-08-13 16:00

weka之数据预处理

weka在做数据预处理的时候针对attribute提供了多种方式，包括值的各种转换，常用的如下： 1.缺失值处理 weka.filters.unsupervised.attribute.ReplaceMissingValues
小网客·2014-08-13 16:00

数据挖掘算法学习（一）K-Means算法

目前用的软件是weka，下篇文章会着重讲解。
Bonnie_Xie·2014-07-27 16:49

Weka：Problem evaluating classifier:libsvm classes not in CLASSPATH

Weka3.5后增加了libsvm这个选项，在分类器中的functions下面。
pymqq·2014-07-17 11:00

怎么安装*.jar文件？

http://featureselection.asu.edu/software.php中的InformationGain，运行会提示，错误：Undefinedvariable"weka"orclass"weka.attributeSelection.InfoGainAttributeEval
杰·2014-07-14 15:00

如何转换成weka可识别的ARFF格式

摘自：http://blog.csdn.net/chl033/article/details/4837232 若采用的是英文文本语料库，利用WEKA将英文文本数据转换到ARFF格式中，需要用到以下两个工具
forever1220·2014-06-28 18:00
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他