1、 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ARF
2、F 所示1格式数据集如图图1 ARFF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sepal length、sepal width、petal length、petal width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:Iris Setosa、Iris Versicolour和Iris Virginica。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Fi
3、lter(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
4、.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-Validatioin folds=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 0.0 G 3 D 2 K 0 S 参数:N 0.5 M 40.0 C 1.0 E 0.0010 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.
5、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 -C 0.25 -M 2 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,
6、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
7、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0.0943 0.108 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。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1