数据挖掘weka数据分类实验报告Word下载.docx

数据挖掘weka数据分类实验报告Word下载.docx

《数据挖掘weka数据分类实验报告Word下载.docx》由会员分享，可在线阅读，更多相关《数据挖掘weka数据分类实验报告Word下载.docx（17页珍藏版）》请在冰豆网上搜索。

实验采用Weka平台，数据使用Weka安装目录下data文件夹下的默认数据集iris.arff。

Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。

Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。

它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。

Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。

三、数据预处理

Weka平台支持ARFF格式和CSV格式的数据。

由于本次使用平台自带的ARFF格式数据，所以不存在格式转换的过程。

实验所用的ARFF所示1格式数据集如图

图1ARFF格式数据集（iris.arff）

对于iris数据集，它包含了150个实例（每个分类包含50个实例），共有sepallength、sepalwidth、petal

length、petalwidth和class五种属性。

期中前四种属性为数值类型，class属性为分类属性，表示实例所对应的的类别。

该数据集中的全部实例共可分为三类：

IrisSetosa、IrisVersicolour和IrisVirginica。

实验数据集中所有的数据都是实验所需的，因此不存在属性筛选的问题。

若所采用的数据集中存在大量的与实验无关的属性，则需要使用weka平台的Filter（过滤器）实现属性的筛选。

实验所需的训练集和测试集均为iris.arff。

四、实验过程及结果

C4.5LibSVM、应用iris数据集，分别采用决策树分类器和朴素贝叶斯分类器进行测试和找出评价，分别在训练数据上训练出分类模型，

并对三个模型进行全面各个模型最优的参数值，得到一个最好的分类模型以及该模型评价比较，最后使用这些参数以及训所有设置的最优参数。

练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。

分类、LibSVM1要使分类器，Weka平台内部没有集成libSVM并导入到libsvm.jar用该分类器，需要下载中。

Weka，””打开数据集“iris.arff用“Explorer到切换功能面板并在Explorer中将择选”按钮““Classify”。

点Choosefunctions（weka.classifiers.functions.LibSV“分类算法。

，选择LibSVMM）”择中选Test在Options面板，即十折交叉验Cross-Validatioinfolds=10”按钮：

证。

然后点击“start使用LibSVM分类算法训练数据集得出的结果

0.0

R–0.0G–3D–2K–0S参数：

–．

–N0.5–M40.0–C1.0–E0.0010–P

0.1

结果分析

使用该参数指定LibSV训练数据集，得到确率96.6667，其15个实例中14个被正确分类，5个被错误分类。

根据混淆矩阵，被错误分类实例的为：

2个b类实例被错误分类到c；

3个c类实例被错误分类到b。

该算法P=0.967，R=0.967，ROC面积为0.975。

将模型应用于测试集：

使用LibSVM分类算法测试数据集得出的结果

分类误差：

结果分析，只有两个实例被错误分类准确率98.66670.99面积R=0.98ROP=0.98，

C4.5决策树分类器2、

依然使用十折交叉验证，训练集和测试集相同使C4.决策树分类算法训练数据集得出的结果

-C0.25-M2

参数：

结果分析：

决策树分类器训练数据C4.5使用该参数指定的．

144个实例中的，其中150集，96%得到准确率为根据混淆矩阵，个被错误分类。

个被正确分类，6类实例被错误分类b2个被错误分类实例的为：

类实例被错误分类c,类例被错误分类该算P=0.9R=0.9RO面积0.96

将模型应用于测试集：

使C4.分类算法测试数据集得出的结

结果分析P=0.9个实例被错误分类98准确率0.993RO面积R=0.98

、朴素贝叶斯分类器使用朴素贝叶斯分类算法训练数据集得出的

参数：

无．

结果分析得到准确使用朴素贝叶斯分类器训练数据集个被1415个实例中95.3333，其个被错误分类。

根据混淆矩阵，被确分类类实例被错误分类误分类实例的为类实例被错误分类。

该算P=0.95R=0.95RO面积0.99

使用朴素贝叶斯分类算法测试数据集得出的结果

分类误差

结果分析：

，P=0.966准确率为个实例被错误分类。

96%，有0.995面积为，ROCR=0.96

三种分类算法比较：

4、

LibSVMC4.决策朴素贝叶

96%

98%

98.6667%

率

训练混淆矩阵

校验

混淆矩阵

标0.1483

准0.09430.108

误差

比较结果分析：

LibSVM算法相比C4.5决策树算法、朴素贝叶斯算法具有更好的分类性能。

五、实验总结

通过本次实验，我对Weka平台有了比较完整平台进行数据Weka和深入的认识，掌握了使用．

挖掘的方法，包括数据预处理、分类、聚类、关联分析等。

通过实验，对数据挖掘本身也有了比较直观的认识。