LINUX1. 下载和解压weka。下载：wget http://prdownloads.sourceforge.net/weka/weka-3-7-9.zip。解压weka到该当前目录：unzip weka-3-6-10.zip2. 配置环境变量。gedit~/.bashrcexport  WEKAROOT=/home/cming/weka-3-7-9export  CLAS

最近学习使用Weka，用的版本为3.7.9，想在上面安装libsvm用来分类，但是使用软件包管理器时总是跳出“ There was a problem establishing the package meta data cache.We'll try to use the repository directly.”的错误信息，详细信息如下：java.net.UnknownHostEx

1. 安装weka 3.7.2之上版本(现在还是开发版)2. 下载liblinear的java版，http://liblinear.bwaldvogel.de/ ，也可以先不下，用第3步带的。3. 下载liblinear对weka的wrapper, http://vntin.com/github.com/bwaldvogel/liblinear-java4. 第3步下载

无意间在网上看到了：http://weka.wiki.sourceforge.net/Use+Weka+in+your+Java+code，相对我写的代码，它的当然更有权威性。翻译完了，第一次翻译，术语的汉语很多不清楚。还没有校对，有什么错误请告诉我。你可能要用的最常用的组件(components)是：l  Instances 你的数据l  Filter 对数据的预处理

一、什么是数据规范化    数据规范化是数据挖掘中数据变换的一种方式，数据变换将数据转换或统一成适合于挖掘的形式。而数据规范化是指将被挖掘对象的属性数据按比例缩放，使其落入一个小的特定区间（如[-1, 1]或[0,1]）。二、数据规范化的作用    对属性值进行规范化常用于涉及神经网络或距离度量的分类算法和聚类算法中。比如使用神经网络向后传播算法进行分类挖掘

1 在weka中新建一个包,比如建立 报名为"weka.classifiers.myalgorithm"的包.2 在"weka.classifiers.myalgorithm"包中写好自己的代码,这里方便起见,我直接在"weka.classifiers.trees"包下复制ID3算法的java文件添加到"weka.classifiers.myalgorithm"包中.然后改名字为"MyId