Weka入门——数据文件

Posted 2021-10-17 橘猫吃不胖～

本文主要介绍在 Explorer 方式下使用 Weka 的主要方法。下图是 Weka 的初始启动界面，单机其中的 Explorer 按钮就可以通过可视化界面，对数据进行分析和处理。

单击 Explorer 按钮，就会出现以下页面，但是由于尚未打开任何数据集，因此只有 Preprocess 选项卡是可用的。

如果利用 Weka 分析数据，首先要打开数据集文件。Weka 可以识别的文件格式有多种，包括ARFF、C4.5、CSV等。Weka 自带了多个 ARFF 格式的数据文件，用记事本打开 weather.arff 数据集，如下图所示。

文件的主要内容有三部分：

内容	含义
@relation	数据集的名称
@attribute	定义数据集的所有属性，其后紧跟着属性名和数据类型（字符串类型和数值类型）。如果是字符串类型，则在属性名后用{a,b,……}列出所有可能的取值；如果是数值类型，则在属性名后直接写 real 或者 numeric。
@data	其后每一行代表数据集的一条记录，取值之间用“,”分割，缺失值用“?”代替。

除此之外，也支持长文本类型和日期类型。

打开weather.arff数据文件，就会显示该数据集的一些信息，如下图所示：

该界面的左下角部分显示的是所有属性，如果在之后的分析过程中要去掉某些属性，可以选择响应属性的复选框，然后单击 Remove 按钮。屏幕右下角显示相应属性的类别分布图。

单击屏幕上方的 Edit 按钮，就会显示数据集的内容，如下图所示：