weka分类分析案例数据

基于Weka的数据分类分析实验报告

1 实验目的

使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。

2 实验环境

2.1 Weka介绍

Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。

图1Weka主界面

Weka系统包括处理标准数据挖掘问题的所有方法：回归、分类、聚类、关联规则以及属性选择。分析要进行处理的数据是重要的一个环节，Weka提供了很多用于数据可视化和与处理的工具。输入数据可以有两种形式，第一种是以ARFF格式为代表的文件；另一种是直接读取数据库表。

使用Weka的方式主要有三种：第一种是将学习方案应用于某个数据集，然后分析其输出，从而更多地了解这些数据；第二种是使用已经学习到的模型对新实例进预测；第三种是使用多种学习器，然后根据其性能表现选

基于Weka的数据分类分析实验报告

1 实验目的

使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。

2 实验环境

2.1 Weka介绍

Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。

图1Weka主界面

Weka系统包括处理标准数据挖掘问题的所有方法：回归、分类、聚类、关联规则以及属性选择。分析要进行处理的数据是重要的一个环节，Weka提供了很多用于数据可视化和与处理的工具。输入数据可以有两种形式，第一种是以ARFF格式为代表的文件；另一种是直接读取数据库表。

使用Weka的方式主要有三种：第一种是将学习方案应用于某个数据集，然后分析其输出，从而更多地了解这些数据；第二种是使用已经学习到的模型对新实例进预测；第三种是使用多种学习器，然后根据其性能表现选

基于Weka的数据分类分析实验报告

1 实验目的

使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。

2 实验环境

2.1 Weka介绍

Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。

图1Weka主界面

Weka系统包括处理标准数据挖掘问题的所有方法：回归、分类、聚类、关联规则以及属性选择。分析要进行处理的数据是重要的一个环节，Weka提供了很多用于数据可视化和与处理的工具。输入数据可以有两种形式，第一种是以ARFF格式为代表的文件；另一种是直接读取数据库表。

使用Weka的方式主要有三种：第一种是将学习方案应用于某个数据集，然后分析其输出，从而更多地了解这些数据；第二种是使用已经学习到的模型对新实例进预测；第三种是使用多种学习器，然后根据其性能表现选

甘肃政法学院

本科生实验报告

（2）

姓名:

学院:计算机科学学院 专业:信息管理与信息系统 班级:

实验课程名称:数据挖掘 实验日期: 指导教师及职称: 实验成绩:

开课时间：2013—2014 学年

一 学期

甘肃政法学院实验管理中心印制

实验题目 姓名 Weka的数据聚类分析 班级 小组合作 学 号 一、实验目的 1、了解和熟悉K均值聚类的步骤 2、利用Weka中提供的simpleKmeans方法对数据文件进行聚类分析，更深刻的理解k均值算法，并通过对实验结果进行观察分析，找出实验中所存在的问题。 二．实验环境 Win 7环境下的Eclipse 三、实验内容 在WEKA中实现K均值的算法,观察实验结果并进行分析。 四、 实验过程与分析 一、实验过程 1、添加数据文件 打开Weka的Explore，使用Open file点击打开本次实验所要使用的raff格式数据文件“auto93.raff” 2、选择算法类型 点击Cluster中的Choose，选择本次实验所要使用的算法类型“SimpleKMeans” 3、得出实验结果 选中“Cluster Mode”

一元线性回归方程案例数据

8. 一个工厂在某年里每月产品的总成本据：

（单位：万元）与月产量

（单位：万件）之间有如下一组数

则月总成本

与月产量

之间的线性回归方程为________.

收藏 加入试题篮 题目有误 查看详解

9. 某中学高一期中考试后，对成绩进行分析，从13班中选出5名学生的总成绩和外语成绩如下表:

则外语成绩对总成绩的回归直线方程是_______________________. 收藏 加入试题篮 题目有误 查看详解 三. 解答题 （本大题共5小题，共0分）

10. 在国民经济中，社会生产与货运之间有着密切关系，下面列出1991—2000年中某地区货运量与工业总产值的统计资料：

利用上述资料：(1)画出散点图；(2)计算这两组变量的相关系数； (3)在显著水平0.05的条件下，对变量(4)如果变量

与

收藏 加入试题篮 题目有误 查看详解

11. 随机选取15家销售公司，由营业报告中查出其上年度的广告费(占销售总额的百分比)列表如下：

(占总费用的百分比)及盈利额

与

进行相关性检验；

之间具有线性相关关系，求出回归直线方程.

试根据上述资料：(1)画出散点图；(2)计算出这两组变量的相关系数； (3)在显著水平O.01的条

Weka 数据挖掘软件使用指南

1. Weka简介

该软件是WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），它的源代码可通过得到。Weka作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。如果想自己实现数据挖掘算法的话，可以看一看Weka的接口文档。在Weka中集成自己的算法甚至借鉴它的方法自己实现可视化工具并不是件很困难的事情。

2. Weka启动

打开Weka主界面后会出现一个对话框，如图：

主要使用右方的四个模块，说明如下：

Explorer使用Weka探索数据的环境,包括获取关联项，分类预测，

聚

簇等；（本文主要总结这个部分的使用）

Experimenter运行算法试验、管理算法方案之间的统计检验的环境； KnowledgeFlow这个环境本质上和Explorer所支持的功能是一样的，但是它有一个可以拖放的界面。它有一个优势，就是支持增量学习； SimpleCLI提供了一个简单的命令行界面，从而可以在没有自带命令行的操作系统中直接执行Weka命令；（某些情况下使用命令行功

用友T3软件应用案例

第十章 财务报表管理系统

一、账套参数设置 1.引入账套 (1)账套信息 账套号：007

账套名称：河南正天实业公司

建立报表日期：2012年01月31日 (2)单位信息

单位名称：河南正天实业公司；单位简称：正天实业；单位地址：南海市乾坤大道110号；法人代表：刘屯；邮政编码：000007；联系电话及传真：8688-6618；税号：5478-1251-2358-6624。

(3)核算类型

本币代码：RMB；本币名称：人民币；企业类型：工业；行业性质：2007年新会计准则；账套主管：赵乾；按行业性质预置会计科目。

2．以账套主管（赵乾）登陆用友T3软件“财务报表管理系统”。

二、资产负债表编制

定义资产负债表格式及计算公式，保存为“资产负债表.rep”文件。 附：资产负债表格式及参考数据

资 产 负 债 表 会企01表

编制单位：河南正天实业公司 2012年1月31日 单位：元 资 产 流动资产： 货币资金 交易性金融资产 应收票据 应收账款 预付款项 应收利息 应收股利 其他应收款 行期末余额 次 1

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

数据挖掘工具weka介绍~~

关于运输的数据场景到底有多重要呢？将自己定位成“大自然搬运工”的农夫山泉，在全国有十多个水源地。农夫山泉把水灌装、配送、上架，一瓶超市售价2元的550ml饮用水，其中3毛钱花在了运输上。在农夫山泉内部，有着“搬上搬下，银子哗哗”的说法。如何根据不同的变量因素来控制自己的物流成本，成为问题的核心。

基于上述场景，SAP团队和农夫山泉团队开始了场景开发，他们将很多数据纳入了进来：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（比如某城市召开一次大型运动会）。

在没有数据实时支撑时，农夫山泉在物流领域花了很多冤枉钱。比如某个小品相的产品（350ml饮用水），在某个城市的销量预测不到位时，公司以往通常的做法是通过大区间的调运，来弥补终端货源的不足。“华北往华南运，运到半道的时候，发现华东实际有富余，从华东调运更便宜。但很快发现对华南的预测有偏差，华北短缺更为严重，华东开始往华北运。此时如果太湖突发一次污染事件，很可能华东又出现短缺。”

这种没头苍蝇的状况让农夫山泉头疼不已。在采购、仓储、配送这条线上，农夫山泉特别希望大数据获取解决三个顽症：首先是解决