＃yyds幹貨盤點＃基于weka的資料庫挖掘及資料預處理

内容

1. 分析weka自帶的測試資料集；

2. 利用weka實作對資料庫中資料的挖掘；

3.利用weka中的預處理算法對資料進行預處理，包括：添加屬性，删除屬性/執行個體，将資料離散化。

步驟及結果

分析weka自帶的測試資料集；

首先安裝weka

安裝完後解壓weka.jar

檢視data檔案夾，裡面是weka自帶的資料集

利用weka實作對資料庫中資料的挖掘

在對資料庫中的資料進行挖掘時，我們需要将weka與mysql連接配接起來

第一，配置環境變量

%WEKA_HOME%\lib\mysql-connector-java-5.1.47.jar;

第二，啟動資料庫，建立名為weka的資料庫，并建立如下表

第三，修改如下配置檔案

修改如下兩行

設定完成後打開weka，進入探索者頁面

單擊如下按鈕

出現資料庫連接配接成功提示

查詢weka1表中的資料

結果如下

利用weka中的預處理算法對資料進行預處理，包括：添加屬性，删除屬性/執行個體，将資料離散化。

第一，加載資料

加載資料後出現如下頁面

第二，删除屬性

單擊choose

适合删除屬性的的過濾器是 Remove，我們在無監督\attribute 下找到 Remove 條目

再點選apply

屬性成功删除

第三，添加屬性

仍然是單擊 Choose 按鈕，依次weka-filter-無監督-attribute-AddUserFileds過濾器

建立屬性

Apply之後生成新的屬性

新增過濾器AddValues

再點開Edit檢視

第四，删除執行個體

<1>選擇 choose-weka-filter-unsupervised-instance-RemoveFolds, 過 濾 器将資料集分割為給定的交叉驗證折數，并指定輸出第幾折。點選 Choose 旁邊的文本框，彈出如下對話框

點選apply隻剩下兩條資料

<2>choose-weka-filter-unsupervised-instance-RemovePercentage,

過濾器删除資料集中給定百分比的執行個體，點選 Choose 旁邊的文本框，

彈出如下對話框，

apply之後隻剩下1條資料

<3>選擇 choose-weka-filter-unsupervised-instance-RemoveRange,

過濾器删除資料集中給定範圍的執行個體，點選 Choose 旁邊的文本框，

彈出如下：

點選apply之後

第五，使用weka将資料離散化

在 data 目錄中找到玻璃資料集 glass.arff 檔案

RI屬性直方圖

等寬離散化：依次打開 choose-weka-filters-unsupervised-attribute-Discretize.保持預設參數不變，點

擊 Apply,出現如下圖：

等頻離散化：設定 Discretize 中的 值為 true。得到等頻離散化後的 RI 屬性，如下圖：

檢視Ba,Fe

第六，有監督離散化

首先打開 data 資料集中的鸢尾花資料 集，即 iris.arff 檔案，資料集中各屬性如下

Weka 中打開 iris 資料集，顯示如下圖