weka的使用

最新推荐文章于 2023-12-05 14:46:00 发布

原创

最新推荐文章于 2023-12-05 14:46:00 发布 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了如何使用Weka分析UCI Spambase数据集，该数据集包含4601封邮件，用于区分垃圾邮件和正常邮件。通过一系列步骤，如数据导入、属性离散化和应用J48算法生成决策树。

2.2实验数据集：UCI Spambase Data Set

UCI数据集是是一个常用的标准测试数据集，是数据挖掘界中的公共测试数据集，由美国加州大学欧文分校（University of California Irvine）贡献，目前共有187个数据集，其数目还在不断增加。UCI数据集告诉了读者数据的属性和类别，用户可以用自己的数据挖掘方法去将 UCI 数据集进行分类，将结果与数据说明的结果对比，说明自己算法的正确性。

本次考核选用了其中的垃圾邮件数据集Spambase数据集，该数据集包含了4601 封邮件，其中2788 封垃圾邮件，1813 封正常邮件。

下载地址：http://archive.ics.uci.edu/ml/datasets/Spambase

要求：了解数据集各分类属性的含义。

Spambase数据集中的属性：

word_freq_make

word_freq_address

word_freq_all

word_freq_3d

word_freq_our

word_freq_over

word_freq_remove

word_freq_internet