3、知识发现环境：工具、操作与应用

知识发现环境：工具、操作与应用

1. 数据可视化与相关性分析

在数据可视化方面，有一种展示方式与散点图展示的信息非常相似，但格式更为简洁。在这种展示中，我们能看到数据集所有属性的字段，每个字段中还有对应属性值的柱状图。同时，观测值的类别成员信息也经过编码，便于我们发现相关性。

例如，在“Legs”属性字段中，从左到右有分别代表两条腿、三条腿和四条腿的三个柱状图。我们可以观察到，代表两条腿和三条腿的柱状图中的观测值都不属于哺乳动物类别（浅灰色）；而代表四条腿的柱状图中，既有属于哺乳动物类别的观测值（深灰色），也有不属于该类别的观测值（浅灰色）。另外，“Fur”属性与类别成员信息呈现出完美的相关性。

R 脚本语言结合其灵活的图形引擎，能让分析人员构建强大的可视化效果。不过，要发挥这种能力，就需要深入理解脚本语言。虽然深入讨论脚本语言和图形引擎超出了这里的介绍范围，但仅用一条命令 > plot(mammals.df) 就能构建出与 WEKA 中非常相似的散点图矩阵。

2. 数据操作

数据操作不仅包括对数据的读取、写入和可视化，还需要相应的工具来处理数据。数据操作方法主要分为两类：
- 面向属性的方法 ：操作数据表格的整列。当我们想通过添加数据列来丰富表格信息，或者删除对发现过程无用的属性列时，这种方法特别有用。
- 面向观测的方法 ：关注数据表格的行。这对于移除有错误或被视为异常值的观测值很有帮助。

下面分别介绍 WEKA 和 R 在数据操作方面的能力：

2.1 WEKA