Weka的使用方法 一、是将一种学习方法应用于一个数据集,然后分析其输出,从而更多地了解这些数据(分析数 据集的潜在知识)。 二、是使用已学习到的模型对新的实例做出分类预测 三、是应用几种不同的学习器,再根据它们的性能表现选择其中一种用来做预测。 在Weka中将学习方法又称作分类器或学习器,用户可在Weka互动式界面的菜单中选择一种想要的分类器。许多分类器带有可调节的参数,这些参数可通过属性列表或对象编辑器进行更改。所有学习器的性能都是通过一个共同的评估模块进行衡量。 与选择学习器一样,用户也要从菜单中选择能满足或对应该学习器的过滤器(进行数据预处理)。不同的过滤器具有不同的参数。