基于weka得数据分类分析实验报告１实验基本内容本实验得基本内容就是通过使用weka中得三种常见分类与聚类方法(决策树J4８、KNN与ｋ—ｍｅaｎs)分别在训练数据上训练出分类模型，并使用校验数据对各个模型进行测试与评价，找出各个模型最优得参数值，并对三个模型进行全面评价比较,得到一个最好得分类模型以及该模型所有设置得最优参数。最后使用这些参数以及训练集与校验集数据一起构造出一个最优分类器,并利用该分类器对测试数据进行预测。２数据得准备及预处理2、1格式转换方法（１)打开“ｄata02、xｌｓ”另存为CSＶ类型,得到“ｄａta0２、csv”．（２）在WEKＡ中提供了一个“ArffViｅwer”模块,打开一个“data02、cｓv"进行浏览,然后另存为ARFF文件，得到“dａｔa0２、arfｆ”。。3、实验过程及结果截图3、1决策树分类(1)决策树分类用“Exｐloｒeｒ"打开数据“data02、aｒｆf”，然后切换到“Clasｓifｙ”．点击“Choose",选择算法“ｔreｅs—J４8”,再在“Tesｔopｔions"选择“Crｏsｓ-ｖalidatiｏn(Ｆlｏｄs＝１0)”,点击“Stａrt”，开始运行。系统默认trｅes—J４８决策树算法中minNuｍＯbj＝2,得到如下结果===Sｕｍｍａｒｙ==＝CorｒeｃtlyClaｓsifieｄInstａnces２３88、４6１5％IｎｃｏｒreｃｔｌyClaｓｓifiedInｓtａnces311、5３85％Kapｐastatiｓｔｉc0、7636Ｍeａnabsｏｌutｅerｒor0、141Rootmeansquａｒederror0、3２55Relatｉｖeaｂsolutｅerror３0、7３68%Ｒoｏtrelatｉｖesquaｒｅderｒor68、03０7%ＴotalNｕmbｅｒofInstaｎceｓ26＝=＝DetａiledＡｃcuraｃyByClass＝＝=TPＲateFＰRatePrecisionＲeｃallF-MｅasｕreRＯCArｅａClaｓs0、8240１0、8240、903０、８9２N１0、１760、７51０、85７0、8９２YWeighteｄAvｇ、０、８850、0６10、9１3０、8850、8８70、89２=＝=ConfusｉonＭａｔrix===aｂ<-—classiｆiedａs14３｜a=N09|ｂ=Ｙ使用不同得参数准确率比较:minNuｍObｊ2345ＣorｒectlyClａssｉｆｉeｄInstａｎces23（８8、４615％)22(84、６154%）２３（８８、４615％)23(8８、4６15％)由上表,可知minNuｍObj为２时，准确率最高。根据测试数集,利用准确率最高得模型得到得结果：分析说明:在用Ｊ48对数据集进行分类时采用了1０折交叉验证（Ｆolｄs=１0)来选择与评估模型，其中属性值有两个Ｙ,N。一部分结果如下：CorｒectlｙClaｓsifiｅdInstanｃes2388、46１5%ＩncｏrrｅｃtlｙClasｓｉfiedＩnstaｎces311、5３85％===CｏnfusionMａtriｘ==＝ab<--cｌassifiｅｄas14３｜a=Ｎ09|b＝Y这个矩阵就是说,原来就是“Ｙ”得实例,有14个被正确得预测为“Y”，有３个错误得预测成了“N”。原本就是“NO”得实例有0个被正确得预测成为“Ｙ"，有9个正确得预测成了“N”。“14＋３＋０+9=2６"就是实例得总数，而(14＋9）/26=0、８84615正好就是正确分类得实例所占比例.这个矩阵对角线上得数字越大，说明预测得越好。(2）K最近邻分类算法用“Explorｅr"打开数据“data02、ａrｆf"，然后切换到“Claｓsｉfｙ”.点击“Choosｅ”,选择算法“laｚy－IBｋ”,再在“Testoｐtionｓ”选择“Cross—vaｌidatiｏn（Floｄｓ=10)”,点击“Staｒｔ”，开始运行。训练结果:系统默认lazy—IＢkK最近邻分类算法中KNN=1，得到如下结果===Summary===ＣorｒｅｃtlyCｌasｓifiｅdIｎstances2０76、９23１％IncorｒectlyClassifiedInstances6２3、0769%Kappastａｔistic0、４902Mｅanａbsoluｔeeｒｒｏr0、２５2Rooｔｍeansquaｒｅｄerｒor0、4626Relativeabｓｏluteerror54、9１36％Rｏｏｔrｅlａｔivesquarｅderrｏr96、６9４％TotａｌNumberofInsta