TaoTaoFu的博客

weka是很好用的机器学习库，这里就不详细介绍了。言归正传，要使用程序方式使用weka，步骤如下：一、在eclipse里新建一个Java project：1.      建立工程：单击菜单中file->new->Java project，在弹出对话框的project name中起任意一个名字，此处假设是wekaTest。单击Finish按钮（在对话框底部）。2.      建立

package test;import java.io.BufferedReader;import java.io.FileReader;import java.io.IOException;import weka.associations.Apriori;import weka.core.Instances;public class Apr

RWeka (http://cran.r-project.org/web/packages/RWeka/index.html) ： 1) 数据输入和输出 WOW()：查看Weka函数的参数。 Weka_control()：设置Weka函数的参数。 read.arff()：读Weka Attribute-Relation File Format (ARFF)格式的数据。 wr

离散化指把连续型数据切分为若干“段”，也称bin，是数据分析中常用的手段。切分的原则有等距，等频，优化，或根据数据特点而定。在营销数据挖掘中，离散化得到普遍采用。究其原因，有这样几点：①算法需要。例如决策树，NaiveBayes等算法本身不能直接使用连续型变量，连续型数据只有经离散处理后才能进入算法引擎。这一点在使用具体软件时可能不明显。因为大多数数据挖掘软件内已经内建了离散化处理程序，所