原创WEKA数据挖掘课程论文.docx

原创WEKA数据挖掘课程论文.docx

《原创WEKA数据挖掘课程论文.docx》由会员分享，可在线阅读，更多相关《原创WEKA数据挖掘课程论文.docx（2页珍藏版）》请在冰豆网上搜索。

原创WEKA数据挖掘课程论文

数据挖掘课程论文

学院：

工学院

专业：

计算机科学与技术

班级：

2014级计算机1班

学生姓名：

学号：

授课教师：

年月日

论文题目

[摘要]

UCI数据集进行分类，他们接受了培训。

通过应用不同的排序算法，并比较它们之间的差异。

与此同时，Weka的平台，了解基本的功能和使用方法，我们是否有一个学习的价值，请确保该问题的详细讨论。

[关键词]数据挖掘、分类、weka

1.引言

数据挖掘是找到一种有用的图案数据的过程。

数据挖掘会议的目的是确定趋势和模式的数据。

大量的数据库数据挖掘的处理已发现的亮点。

它涉及数据库管理，人工智能，机器学习，模式识别和数据可视化和边缘区域以外的区域。

从统计的观点来看，由计算机，可以作为探索性分析的大量复杂的数据集的自动化的观看。

有下同“

此外，它说，被称为数据集，收集数据，收集数据，数据收集的数据集。

数据集（或数据集），通常以表格形式的数据的集合。

每一列表示特定变量。

每一行对应于该部件组中的问题的数据。

如身高和体重这样的对象或值的随机数的，表示各变量的值。

每个值被称为数据。

对应于数据的行数的数据集，则可以包括构件中的一个或多个。

WEKA作为一个公开的数据挖掘工作平台，多项数据挖掘任务的集合，数据预处理，分类，回归，聚类，包括可视化和一个全新的界面交互关联规则，你能忍受的机器学习算法。

因为如果你想实现自己的数据挖掘算法，你是他们的算法WEKA的整合。

还看文件的WEKA界面，你可以为了从自己的方式学习，实现了不是很困难的可视化工具。

1.1问题描述

对所有naiveBayes，KNN和决策树C4.5进行训练，对训练数据进行分类模型，每个模型找出最优参数值，以及三个模型：

使用三个常见分类弱点比较评估给出了最佳分类模型模型参数和所有设置。