weka使用训练集分类测试集_Weka机器学习使用介绍（数据+算法+实战）

Weka机器学习使用介绍(数据+算法+实战)

Weka是怀卡托智能分析环境(Waikato Environment for Knowledge Analysis)的英文字首缩写，新西兰怀卡托大学用Java开发的数据挖掘著名开源软件。功能有数据处理、特征选择、分类、回归、可视化等，支持多种数据文件格式，如arff、xrff、csv等，主流的数据格式是csv和arff。

本文将利用一个csv数据对Weka的使用过程进行简单的介绍，并采用其中一种机器学习算法决策树进行实战，其他的一些机器学习算法在机器学习专辑里都有介绍。

机器学习算法专辑

一、 Weka介绍
下载链接：https://waikato.github.io/weka-wiki/downloading_weka/，里面有windows、mac os和linux等平台版本。
Weka的主页面窗口有四个模块：

1. Explorer：进行数据的特征选择、分类、回归、聚类、关联规则、数据可视化等功能，口语进行不同的实验对比不同算法的结果。

2. Experimenter：使用增量式的算法处理大型数据集，对不同学习方案进行数据测试。

3. KnowledgeFlow：通过拖拽的方式建立实验方案，与Explorer相似。

4. Workbench：

5. Simple CLI：命令行界面，用于和用户进行交互。
   下面的实战我们以Explorer为例

二、 数据读取和数据预处理
我们在获取的数据文件一般来说第一列都是ID或Name，中间的一些列是对应的特征种类，最后一列是每一行ID的标签class，首先删掉ID列，并且确保class的取值为0或1。