数据挖掘weka数据分类实验报告.docx
《数据挖掘weka数据分类实验报告.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.docx(17页珍藏版)》请在冰豆网上搜索。
数据挖掘weka数据分类实验报告
数据挖掘weka数据分类实验报告
一、实验目的
使用数据挖掘中的分类算法,对数据集进行分类训练并测试。
应用不同的分类算法,比较他们
之间的不同。
与此同时了解Weka平台的基本功能与使用方法。
二、实验环境
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
分类误差:
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
将模型应用于测试集:
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。