本文是关于Weka图形界面下分类操作的教程，涵盖了从CSV文件导入、特征选择、分类器选择及参数调整到分类结果的查看。尽管Weka对CSV支持有限，但其内置的分类器如SMO（支持向量机）为机器学习任务提供了便利。在分类过程中，需指定类别列，并注意可能出现的测试数据量不准确问题，这可能是界面层面的bug，而通过Java调用Weka则能避免此问题。
读研时转过一篇《weka入门教程》。当时机器学习还没有这么火。Weka其实非常方便，有图形界面，可以识别多种格式，自动切分测试集与训练集等功能。这篇主要介绍图形界面下分类的用法，其他机器学习任务大同小异。
weka可以从官方网站下载：https://www.cs.waikato.ac.nz/ml/weka/
安装就不说了，安装好后运行，Windows在菜单中可以找到，Linux运行weka.sh，主界面上单击Explorer打开分类主界面，如下图：
单击Open File
我们可以看到Weka支持多种文件，这里重点说一下csv，因为这种格式很容易和excel或者数据库文件进行转换。
CSV文件的第一行为标题行，即每一行的名字。Weka对CSV的支持并不是很友好，很多特殊字符不支持，所以注意将他们替换，我遇到问题的是,和'。内部应该没有用比较完善的开源CSV解决方案。打开文件后所有列名会被列举在Attributes栏里面，选中不需要的列，
最低0.47元/天 解锁文章
扫一扫
712
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
