数据挖掘与机器学习 WEKA应用技术与实践【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

数据挖掘与机器学习 WEKA应用技术与实践PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 Weka介绍1

1.1 Weka简介2

1.1.1 Weka历史2

1.1.2 Weka功能简介3

1.2 基本概念4

1.2.1 数据挖掘和机器学习4

1.2.2 数据和数据集5

1.2.3 ARFF格式6

1.2.4 预处理7

1.2.5 分类与回归10

1.2.6 聚类分析11

1.2.7 关联分析12

1.3 Weka系统安装12

1.3.1 系统要求13

1.3.2 安装过程13

1.3.3 Weka使用初步15

1.3.4 系统运行注意事项17

1.4 访问数据库22

1.4.1 配置文件22

1.4.2 访问数据库23

1.4.3 常见问题及解决办法25

1.5 示例数据集26

1.5.1 天气问题26

1.5.2 鸢尾花28

1.5.3 CPU29

1.5.4 玻璃数据集29

1.5.5 美国国会投票记录30

1.5.6 乳腺癌数据集31

课后强化训练31

第2章 Explorer界面33

2.1 图形用户界面34

2.1.1 标签页简介34

2.1.2 状态栏35

2.1.3 图像输出35

2.1.4 手把手教你用35

2.2 预处理38

2.2.1 加载数据38

2.2.2 属性处理40

2.2.3 过滤器42

2.2.4 过滤器算法介绍44

2.2.5 手把手教你用49

2.3 分类55

2.3.1 分类器选择56

2.3.2 分类器训练57

2.3.3 分类器输出58

2.3.4 分类算法介绍61

2.3.5 分类模型评估74

2.3.6 手把手教你用77

2.4 聚类94

2.4.1 聚类面板操作94

2.4.2 聚类算法介绍95

2.4.3 手把手教你用97

2.5 关联102

2.5.1 关联面板操作103

2.5.2 关联算法介绍103

2.5.3 手把手教你用106

2.6 选择属性113

2.6.1 选择属性面板操作114

2.6.2 选择属性算法介绍114

2.6.3 手把手教你用116

2.7 可视化123

2.7.1 选择单独的2D散点图124

2.7.2 选择实例125

2.7.3 手把手教你用125

课后强化训练127

第3章 Knowledge Flow界面129

3.1 知识流介绍130

3.1.1 知识流特性130

3.1.2 知识流界面布局131

3.2 知识流组件133

3.2.1 数据源133

3.2.2 数据接收器136

3.2.3 评估器138

3.2.4 可视化器140

3.2.5 其他工具141

3.3 使用知识流组件143

3.4 手把手教你用145

课后强化训练162

第4章 Experimenter界面163

4.1 简介164

4.2 标准实验165

4.2.1 简单实验165

4.2.2 高级实验170

42.3 手把手教你用177

4.3 远程实验189

4.3.1 远程实验设置189

4.3.2 手把手教你用192

4.4 分析结果199

4.4.1 获取实验结果200

4.4.2 配置测试200

4.4.3 保存结果204

4.4.4 手把手教你用204

课后强化训练208

第5章 命令行界面209

5.1 命令行界面介绍210

5.1.1 命令调用211

5.1.2 命令自动完成212

5.2 Weka结构213

5.2.1 类实例和包213

5.2.2 weka.core包214

5.2.3 weka.classifiers包215

5.2.4 其他包216

5.3 命令行选项216

5.3.1 常规选项217

5.3.2 特定选项219

5.4 过滤器和分类器选项220

5.4.1 过滤器选项220

5.4.2 分类器选项223

5.4.3 手把手教你用224

5.5 包管理器229

5.5.1 命令行包管理器230

5.5.2 运行安装的算法231

课后强化训练232

第6章 Weka高级应用233

6.1 贝叶斯网络234

6.1.1 简介234

6.1.2 贝叶斯网络编辑器237

6.1.3 在探索者中使用贝叶斯网络245

6.1.4 学习算法246

6.1.5 查看贝叶斯网络248

6.1.6 手把手教你用251

6.2 神经网络261

6.2.1 GUI使用261

6.2.2 手把手教你用263

6.3 文本分类268

6.3.1 文本分类示例268

6.3.2 分类真实文本273

6.3.3 手把手教你用274

6.4 时间序列分析及预测280

6.4.1 使用时间序列环境280

6.4.2 手把手教你用291

课后强化训练299

第7章 Weka API301

7.1 加载数据302

7.1.1 从文件加载数据302

7.1.2 从数据库加载数据303

7.1.3 手把手教你用304

7.2 保存数据309

7.2.1 保存数据至文件309

7.2.2 保存数据至数据库309

7.2.3 手把手教你用310

7.3 处理选项313

7.3.1 处理选项方法313

7.3.2 手把手教你用314

7.4 内存数据集处理315

7.4.1 在内存中创建数据集315

7.4.2 打乱数据顺序319

7.4.3 手把手教你用319

7.5 过滤323

7.5.1 批量过滤324

7.5.2 即时过滤325

7.5.3 手把手教你用326

7.6 分类329

7.6.1 分类器构建329

7.6.2 分类器评估330

7.6.3 实例分类332

7.6.4 手把手教你用333

7.7 聚类344

7.7.1 聚类器构建345

7.7.2 聚类器评估345

7.7.3 实例聚类347

7.7.4 手把手教你用347

78属性选择353

7.8.1 使用元分类器354

7.8.2 使用过滤器354

7.8.3 使用底层API355

7.8.4 手把手教你用356

7.9 可视化359

7.9.1 ROC曲线359

7.9.2 图360

7.9.3 手把手教你用361

7.1 0序列化366

7.1 0.1 序列化基本方法366

7.1 0.2 手把手教你用367

7.1 1 文本分类综合示例369

7.1 1.1 程序运行准备369

7.1 1.2 源程序分析370

7.1 1.3 运行说明377

课后强化训练379

第8章 学习方案源代码分析381

8.1 NaiveBayes源代码分析382

8.2 实现分类器的约定401

课后强化训练403

附录A 中英文术语对照405

附录B Weka算法介绍409

参考文献457