weka下载与使用

因为本学期有门课，老师让用weka软件，因为软件比较小众，去图书馆才找到一本相关书籍，所以想分享一下自己的学习经验，希望对大家有所帮助。

软件的下载与安装

Weka软件下载网址：

Downloading and installing Weka - Weka Wiki

选择版本（以Windows为例），注意下载后保存在C盘以外的其他区域

安装过程很简单，如果想参考教程可以见网址：（引用的别人的文章，第一次写不知道可不可以这样这样）https://blog.csdn.net/qq_43738932/article/details/120414166

下载安装完成后，创建桌面快捷形式，图标如下图：

软件的使用

鼠标左键双击打开软件后，界面如下图：

如上图所示，Weka具有多个应用界面（对应右面标黄一列），在日常学习中，主要应用Explorer探索者界面。单击进入探索者界面：

 一、加载数据

进入weka探索者界面后，第一步需要加载数据：

维卡专用的文件格式为ARFF，在weka的安装目录下的data子目录中可以找到软件自带的数据文件，可直接打开，具体操作如下：

 若想导入自定义的 Excell 表格文档，打开表格——另存为.csv 格式——进 入 weka 导入 csv 文件：

 打开文件，加载数据：

 二、属性处理

      数据文件加载后，在 Current relation 选项组下面，可以看到 Attributes （属性）选项组，下面是数据文件所包含的属性，前方方块复选框可单击对属性进行选择，再次单击取消选中。

     1、删除属性

      选中属性后，最下方 Remove 按钮被激活， 单击可移除所选属性。界面如下图所示：

      2、直方图

      由于上图导入数据文件最后一个属性 play 对应 yes 与 no 两种结果（如上 图标黄），属于标称型数据，故右下角直方图为彩色，蓝色代表 yes，红色代表 no。若导入数据最后一个属性为数字型，直方图为黑白色。直方图上部有一个 下拉列表，可进行类别属性选择：

    单击右边的 Visualize All 按钮，弹出一个小窗口，可显示所有属性的直方图：

    数据文件加载后，在 Current relation 选项组下面，可以看到 Attributes （属性）选项组，下面是数据文件所包含的属性，前方方块复选框可单击对属性进行选择，再次单击取消选中。

3、撤销及保存

     Undo为撤销选项，可返回上一步操作。单击save可将打开的文件以ARFF格式保存。

4、数据编辑

      单击Edit…弹出Viewer对话框，以二维表的形式展示数据，可以查看并编辑，如对缺失的数据进行填充或删除，或者增加实例。也称为数据集编辑器。如下图：

 5、过滤器：

    在Filter选项组中有一个Choose（选择）按钮，单击该按钮可以选择一个过滤器，按钮右侧是过滤器文本框，用于设置所选择的过滤器参数。在实际使用过程中可以发现，此部分并不经常用到。感兴趣的话，可以自己点着看效果。界面如下图：

三、分类器

  数据预处理结束之后，开始分类。数据分类可以分为两步。第一步建立模型，第二步使用模型对数据进行分类。

  Weka提供Classify标签页来构建分类器，如图默认为ZeroR，在实际操作中常用的有J48、RandomTree（随机树）、RandomForest（随机森林）等，在学习过程中，可以自己选择不同的分类器比较效果。

  Test options中常用的方式为Precentage split（按比例分割），即把所有数据按比例分为训练集与测试集，用我们选择的分类器对测试集进行分类。如下图所示，66%数据归为训练集搭建模型，其余34%数据作为测试集使用该模型对数据进行分类。

  选择完分类器与测试方式后，点击Start自动开始分类，分类结果在右方Classifier output中给出。

分类结果：

 目前只学到这里，软件还包括聚类等功能，感兴趣可以自己摸索，或者我学了在这里和大家探讨一下。个人认为weka软件的使用非常简单，尤其是在分类的时候，只需要选好分类器及测试方式，点两下按钮就可以实现分类功能，如果用python要写好多行代码。当然，各有优缺，没有捧一踩一得意思，如果只是课程需要，推荐使用此软件。

但要注意的是，weka要求导入的数据特征明显，这就意味着需要对数据进行预处理。如检查各属性之间有无相关性，若由一个属性可以推导出其他属性时，只需要保留一个；数据是否缺损等