版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、數(shù)據(jù)挖掘實驗報告xxx2010210304831基于基于weka的數(shù)據(jù)分類分析實驗的數(shù)據(jù)分類分析實驗報告報告1實驗基本內容實驗基本內容本實驗的基本內容是通過使用weka中的三種常見分類方法(樸素貝葉斯,KNN和決策樹C4.5)分別在訓練數(shù)據(jù)上訓練出分類模型,并使用校驗數(shù)據(jù)對各個模型進行測試和評價,找出各個模型最優(yōu)的參數(shù)值,并對三個模型進行全面評價比較,得到一個最好的分類模型以及該模型所有設置的最優(yōu)參數(shù)。最后使用這些參數(shù)以及訓練集和校驗集
2、數(shù)據(jù)一起構造出一個最優(yōu)分類器,并利用該分類器對測試數(shù)據(jù)進行預測。2數(shù)據(jù)的準備及預處理數(shù)據(jù)的準備及預處理2.1格式轉換方法格式轉換方法原始數(shù)據(jù)是excel文件保存的xlsx格式數(shù)據(jù),需要轉換成Weka支持的arff文件格式或csv文件格式。由于Weka對arff格式的支持更好,這里我們選擇arff格式作為分類器原始數(shù)據(jù)的保存格式。轉換方法:在excel中打開“movie_given.xlsx”,選擇菜單文件另存為,在彈出的對話框中,文件名
3、輸入“total_data”,保存類型選擇“CSV(逗號分隔)”,保存,我們便可得到“total_data.csv”文件;然后,打開Weka的Expler,點擊Openfile按鈕,打開剛才得到的“total_data”文件,點擊“save”按鈕,在彈出的對話框中,文件名輸入“total_data”,文件類型選擇“Arffdatafiles(.arff)”,這樣得到的數(shù)據(jù)文件為“total_data.arff”。2.2如何建立數(shù)據(jù)訓練集
4、,校驗集和測試集如何建立數(shù)據(jù)訓練集,校驗集和測試集數(shù)據(jù)的預處理過程中,為了在訓練模型、評價模型和使用模型對數(shù)據(jù)進行預測能保證一致性和完整性,首先要把movie_given.xslx和test.xslx合并在一起,因為在生成arff文件的時候,可能會出現(xiàn)屬性值不一樣的情況,否則將為后來的測試過程帶來麻煩。通過統(tǒng)計數(shù)據(jù)信息,發(fā)現(xiàn)帶有類標號的數(shù)據(jù)一共有100行,為了避免數(shù)據(jù)的過度擬合,必須把數(shù)據(jù)訓練集和校驗集分開,目前的拆分策略是各50行。類
5、標號為‘female’的數(shù)據(jù)有21條,而類標號為‘male’的數(shù)據(jù)有79條,這樣目前遇到的問題是,究竟如何處理僅有的21條female數(shù)據(jù)?為了能在訓練分類模型時有更全面的信息,所以決定把包含21條female類標號數(shù)據(jù)和29條male類標號數(shù)據(jù)作為模型訓練數(shù)據(jù)集,而剩下的另49條類標號類male的數(shù)據(jù)將全部用于校驗數(shù)據(jù)集,這是因為在校驗的時候,兩種類標號的數(shù)據(jù)的作用區(qū)別不大,而在訓練數(shù)據(jù)模型時,則更需要更全面的信息,特別是不同類標號的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)分析與建模實驗報告
- 數(shù)據(jù)挖掘實驗報告
- 基于數(shù)據(jù)挖掘軟件weka 的數(shù)據(jù)分析與應用
- 基于數(shù)據(jù)挖掘軟件weka 的數(shù)據(jù)分析與應用
- 數(shù)據(jù)挖掘實驗報告-數(shù)據(jù)挖掘的基本數(shù)據(jù)分析
- 統(tǒng)計建模與數(shù)據(jù)分析實驗報告
- 數(shù)據(jù)挖掘實驗報告01
- 大數(shù)據(jù)實驗報告
- 數(shù)據(jù)挖掘實驗報告4
- 需求分析實驗報告
- 實驗報告—差熱分析
- access數(shù)據(jù)庫實驗報告
- powerdesigner數(shù)據(jù)建模1實驗報告
- 數(shù)據(jù)結構實驗報告-串
- access數(shù)據(jù)庫實驗報告
- 大學物理實驗報告答案實驗數(shù)據(jù)
- 基于WEKA平臺的貝葉斯分類器的擴展.pdf
- 數(shù)據(jù)結構實驗報告--樹的遍歷
- 資本結構分析實驗報告
- 判別分析實驗報告
評論
0/150
提交評論