weka中的数据文件说明

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1k累计阅读 1.1k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄20年

关注

原创最新推荐文章于 2026-05-21 19:09:56 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

学习weka（7）：weka数据预处理方法 1、前言 weka 数据预处理阶段全部在 filter 上：下面把一些常见的机器学习数据与处理方法处理说一下（下面所有实例都是在 Explorer 模块上进行的）。 2、数据预处理方法可以看到其 filters 可以分为五类，重点是画红框的部分：supervised 是有监督的，unsupervised 是无监督的；每一种往下分，又分为基于 attribute（属性列）和 instance（实例），基于属性列是按照列来进行操作的，基于实例是按照数据行进行操作的。 2.1 常见机器学习预处理方法常见阅读详情

参考：http://quweiprotoss.blog.163.com/blog/static/408828832008102773314911/

1、weka读取的数据文件是以".arff"为后缀名的文件;

2、文件中％开头的表示的是一些注释;

3、文件中@relation表示这个数据集的名字;

4、文件中@attribute表示属性的属性;

5、文件中@data后就是数据集,一般来说最后一列是类别（在LibSVM中第一列是类别）;

如：

收录于

当前文章被以下社区和专栏收录：

weka_ 聚类分析实例演练 weka_ 聚类分析实例演练创建时间： 2016/7/13 10:33 更新时间： 2016/7/14 9:49 作者： 354467546@qq.com 1、数据准备 2、聚类原理聚类分析中的“类”（cluster）和前面分类的“类”（class）是阅读详情

相关推荐

weka中文使用说明（三）

2.3聚类 2.3.1 Cluster面板介绍 Cluster面板如图2.3.1-1所示。图2.3.1-1 Cluster面板 Cluster Mode 一栏用来决定依据什么来聚类以及如何评价聚类的结果。前三个选项和分类的情况是一样的：Usetraining set , Supplied test set and Percentage split——区别于现在的数据是要聚到某

u012963068的专栏 4703

Weka 入门2

现在我们介绍使用Weka来对数据进行分类。对数据进行分类，我们必须先指定那一列作为预测类别。因为数据文件格式的问题，类别一般都是最后一列属性。我们可以使用setClassIndex来设置类别。然后我们要选择分类器，分类器有很多，我们暂时使用J48分类器。对数据进行训练可以使用buildClassifier，然后我们可以用classifyInstance来查看训练数据预测的类别值。当然预测的类...

weixin_34194359的博客 226

weka中文使用说明——数据格式

ARFF文件介绍 WEKA存储数据的格式是ARFF（Attribute-RelationFile Format）文件，这是一种ASCII文本文件。图1所示的二维表格存储在如下的ARFF文件中。这也就是WEKA自带的weather.arff文件，在WEKA安装目录的data子目录下可以找到。 Code: % ARFF file for the weather

u012963068的专栏 4599

Weka(二)—Classification(糖尿病数据集&Cross-validation交叉验证&meta-classifier(CVParameter)&Weka Knowledge Flow)

diabetes prediction dataset https://archive.ics.uci.edu/ml/datasets/Early+stage+diabetes+risk+prediction+dataset. 在weka中打开 How to use Weka to run a classifier(a classificationmodel) Choose classifier 这个就是C4.5算法的实现(一个分类决策树算法) 可以...

hxxjxw的博客 2247

weka文本分类

前些日子基于weka初步做了一下文本分类，使用的是最频繁使用的矢量空间模型（Vector Space Model），即假设正负样本在特征空间的分布迥异，基于某种规则将它们转化为矢量，然后训练分类器来区分这些矢量，测试样本来时送进分类器进行分类就行。在我的实验里面，特征降维使用的是基于TFIDF的特征选择，分类器使用的是朴素贝叶斯（naïve bayes）分类器。前期预处理

一个IT菜鸟的自白 6361

Java与机器学习的邂逅：Weka框架入门指南

Weka（Waikato Environment for Knowledge Analysis）是由新西兰怀卡托大学开发的一套开源机器学习软件包。它以简单易用、功能全面著称，提供了丰富的分类、回归、聚类等算法，并支持图形界面操作。对于那些希望通过快速原型验证想法的研究人员或工程师来说，Weka无疑是一个理想的工具选择。

墨夶的博客 1910

weka下载与使用

数据文件加载后，在 Current relation 选项组下面，可以看到 Attributes （属性）选项组，下面是数据文件所包含的属性，前方方块复选框可单击对属性进行选择，再次单击取消选中。数据文件加载后，在 Current relation 选项组下面，可以看到 Attributes （属性）选项组，下面是数据文件所包含的属性，前方方块复选框可单击对属性进行选择，再次单击取消选中。弹出Viewer对话框，以二维表的形式展示数据，可以查看并编辑，如对缺失的数据进行填充或删除，或者增加实例。

TwcatL 2508

weka安装软件及说明文档

该资源中含有weka3.6.6安装软件包，并附有weka使用说明文档，基于weka的数据挖掘的使用方法，如分类、聚簇、关联规则、数据预处理等，说明的很详细很好用。

weka简要教程

目录 1. 简介 2. 数据格式 3.数据准备 4. 关联规则（购物篮分析） 5. 分类与回归 6. 聚类分析 1. 简介 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http://www.cs.waikato.ac.nz/ml/weka得到。同时weka也是新西兰的一种鸟名

pb09013037的专栏 718

weka文档汉化版软件中文介绍

Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品--Clementine ）的，基于JAVA环境下开源的机器学习（machine learning）以及数据挖掘（data minining）软件。它和它的源代码可在其官方网站下载。有趣的是，该软件的缩写WEKA也是New Zealand独有的一种鸟名，而Weka的主要开发者同时恰好来自New Zealand的the University of Waikato。

weka基础数据集

weka自带的数据集，数据挖掘基础需要用到的，可以在weka根目录的data中找到

学习weka（2）：weka软件使用实例：针对kdd99数据集进行训练和测试

前言 kdd99 数据集之前介绍过，没有看的可以参考：KDD CUP99数据集预处理（Python实现）这里拿 kdd99 数据集练练手，主要目的是熟悉一下 weka 的使用。 1、数据集准备使用 WEKA 作数据挖掘，面临的第一个问题往往是我们的数据不是 ARFF 格式的。幸好，WEKA 还提供了对 CSV 文件的支持，而这种格式是被很多其他软件所支持的。虽然 weka 也支持 csv 格式，但是建议还是转为 ARFF 格式最好。 1.1 简单打开一个 csv 文件（加载数据）（1）加载数据方式

蓝亚之舟的博客 8024

WEKA入门用的银行数据集bank-data.arff

用于weka初入门学习，银行数据包括600实例，是data-bank.arff 文件，经过csv 处理之后的可经weka使用的文件。-The learn for weka early entry, bank data including 600 instances of the the the data-bank.arff file after csv after processing the file via weka.

《数据挖掘基础》实验：Weka环境基本操作

实现Weka环境基本操作，包括 1. Explorer界面的各项功能 2. 文件导入与编辑 3. 数据预处理

lazyn的博客 1万+

原创weka简单数据集

Weka的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一款免费的，非商业化（与之对应的是SPSS公司商业数据挖掘产品--Clementine ）的，基于JAVA环境下开源的机器学习（machine learning）以及数据挖掘（data mining）软件。它和它的源代码可在其官方网站下载。有趣的是，该软件的缩写WEKA也是新西兰独有的一种鸟名，而Weka的主要开发者同时恰好来自新西兰的the University of Waikato。

OpenWrt南京电信PPPoE IPv6配置：从零搭建稳定双栈网络

本文详细指导如何在南京电信PPPoE宽带环境下，为OpenWrt路由器配置稳定的IPv6双栈网络。核心在于正确设置WAN6接口为DHCPv6客户端，并请求/60前缀，同时配置LAN口分发地址并放行防火墙关键流量，确保内网设备获得原生IPv6连接。

water的专栏 1339

1.2 weka arff数据文件的解释

supervised learning:监督学习用weka做分类预测数据：weather.numeric.arff temperature和huidity是数字，而不是描述性文字。解释会自动统计好最大值、最小值、平均值和标准差。 weka中的数据格式 @relation weather @attribute outlook {sunny, ...

yanyanwenmeng的博客 885

SkyWalking跨线程Trace传递实战：手把手教你用RunnableWrapper解决异步链路中断问题

本文深入解析了SkyWalking在异步编程场景下链路追踪中断的根源，并提供了使用RunnableWrapper等官方包装类的实战解决方案。通过详细的原理解析和代码示例，手把手指导开发者如何实现跨线程的Trace传递，确保分布式系统监控链路的完整性，有效解决异步任务导致的链路中断问题。

sand8的博客 493

weka数据挖掘分析

基于Weka 数据聚类分析银行用户的购买力通过分析对银行储户信息的分析，进行cluster分类，最终找到合适的消费人群。实验基本原理及目的聚类分析中的“类”（cluster）和前面分类的“类”（class）是不同的，对 cluster 更加准确的翻译应该是“簇”。聚类的任务是把所有的实例分配到若干的簇，使得同一个簇的实例聚集在一个簇中心的周围，它们之间距离的比较近；而不同簇实例之间的距离

坚持不懈 5772

树莓派4B串口舵机控制全攻略：从pigpio库安装到Python脚本调试

本文详细介绍了如何在树莓派4B上通过pigpio库和Python脚本实现串口舵机的精确控制。从硬件串口配置、pigpio库安装到舵机通信协议解析和Python脚本开发，提供了完整的解决方案和调试技巧，适用于机械臂控制等实际项目应用。

k8s6orchestrator的博客 429

VFIO框架源码分析（二十二）- IOMMUFD 的脏页跟踪与 Dirty Bits 读取

在虚拟化热迁移（Live Migration）的场景中，脏页追踪（Dirty Page Tracking）是最具挑战性的环节之一。它的核心任务是实时捕获设备（DMA）对内存的写操作，以便 VMM（如 QEMU）知道哪些内存页需要被重新传输到目标主机。在强耦合与粗粒度：脏页追踪是绑定在 Container 上的。这意味着，如果一个 Container 内有多个设备，哪怕只有一个设备在写内存，脏页追踪也会影响 Container 内的所有设备。软件模拟开销大。

qq_36071928的博客 1042

weka贝叶斯2

首先，在地址http://www.cs.waikato.ac.nz/~ml/weka/ 上下载到weka软件．在本机安装该软件后，按以下步骤进行：１）将数据文本文档更改为arff格式文档：用文本文档打开txt文件，在所有数据的前面加上以上说明： @relation entropy　　%这里是给我们的数据集取名 @attribute lefttwo real　　%这...

Hi, Sun 409

superpowers-中文使用说明

《obra/superpowers：AI辅助开发的流程纪律工具集》摘要：obra/superpowers是一套面向AI辅助软件开发的系统化流程规范，包含14个核心技能，强调"先理解后行动"的纪律性开发方法。该工具集定义了从头脑风暴到代码评审的完整工作流，要求严格遵循测试驱动开发、子代理隔离执行等原则。核心特色包括：1) 任何实现前必须完成设计和评审；2) 采用红-绿-重构的TDD循环；3) 复杂任务通过独立子代理串行处理；4) 所有产出需经过双重验证（规格合规+代码质量）。该工具集特别注重文档化和可验证性

qq_22786633的博客 765

上一篇：聚类分析算法

下一篇： android layout_weight了解

weka中文使用说明（三）

u012963068的专栏

12-05

4703