數據挖掘weka數據分類實驗報告

1、一、實驗目的使用數據挖掘中的分類算法，對數據集進行分類訓練并測試。應用不同的分類算法，比較他們之間的不同。與此同時了解weka平臺的基本功能與使用方法。二、實驗環(huán)境實驗采用weka 平臺，數據使用weka安裝目錄下data文件夾下的默認數據集iris.arff。weka是懷卡托智能分析系統的縮寫，該系統由新西蘭懷卡托大學開發(fā)。weka使用java寫成的，并且限制在gnu通用公共證書的條件下發(fā)布。它可以運行于幾乎所有操作平臺，是一款免費的，非商業(yè)化的機器學習以及數據挖掘軟件。weka提供了一個統一界面，可結合預處理以及后處理方法，將許多不同的學習算法應用于任何所給的數據集，并評估由不同的學習方案

2、所得出的結果。三、數據預處理weka平臺支持arff格式和csv格式的數據。由于本次使用平臺自帶的arff格式數據，所以不存在格式轉換的過程。實驗所用的arff格式數據集如圖1所示圖1 arff格式數據集(iris.arff)對于iris數據集，它包含了150個實例（每個分類包含50個實例），共有sepal length、sepal width、petal length、petal width和class五種屬性。期中前四種屬性為數值類型，class屬性為分類屬性，表示實例所對應的的類別。該數據集中的全部實例共可分為三類：iris setosa、iris versicolour和iris vi

3、rginica。實驗數據集中所有的數據都是實驗所需的，因此不存在屬性篩選的問題。若所采用的數據集中存在大量的與實驗無關的屬性，則需要使用weka平臺的filter(過濾器)實現屬性的篩選。實驗所需的訓練集和測試集均為iris.arff。四、實驗過程及結果應用iris數據集，分別采用libsvm、c4.5決策樹分類器和樸素貝葉斯分類器進行測試和評價，分別在訓練數據上訓練出分類模型，找出各個模型最優(yōu)的參數值，并對三個模型進行全面評價比較，得到一個最好的分類模型以及該模型所有設置的最優(yōu)參數。最后使用這些參數以及訓練集和校驗集數據一起構造出一個最優(yōu)分類器，并利用該分類器對測試數據進行預測。1、 lib

4、svm分類weka 平臺內部沒有集成libsvm分類器，要使用該分類器，需要下載libsvm.jar并導入到weka中。用“explorer”打開數據集“iris.arff”，并在explorer中將功能面板切換到“classify”。點“choose”按鈕選擇“functions(weka.classifiers.functions.libsvm)”，選擇libsvm分類算法。在test options 面板中選擇cross-validatioin folds=10，即十折交叉驗證。然后點擊“start”按鈕：使用libsvm分類算法訓練數據集得出的結果參數：s 0 k 2 d 3 g 0.

5、0 r 0.0 n 0.5 m 40.0 c 1.0 e 0.0010 p 0.1結果分析：使用該參數指定的libsvm訓練數據集，得到準確率為96.6667%，其中150個實例中的145個被正確分類，5個被錯誤分類。根據混淆矩陣，被錯誤分類實例的為：2個b類實例被錯誤分類到c；3個c類實例被錯誤分類到b。該算法p=0.967，r=0.967，roc面積為0.975。將模型應用于測試集：使用libsvm分類算法測試數據集得出的結果分類誤差：結果分析：準確率為98.6667%，只有兩個實例被錯誤分類。p=0.987，r=0.987，roc面積為0.992、 c4.5決策樹分類器依然使用十折交叉驗

6、證，訓練集和測試集相同。使用c4.5決策樹分類算法訓練數據集得出的結果參數：-c 0.25 -m 2結果分析：使用該參數指定的c4.5決策樹分類器訓練數據集，得到準確率為96%，其中150個實例中的144個被正確分類，6個被錯誤分類。根據混淆矩陣，被錯誤分類實例的為：2個b類實例被錯誤分類到c,1個b類實例被錯誤分類到a；3個c類實例被錯誤分類到b。該算法p=0.96，r=0.96，roc面積為0.968。將模型應用于測試集：使用c4.5分類算法測試數據集得出的結果分類誤差：結果分析：準確率為98%，有3個實例被錯誤分類。p=0.98，r=0.98，roc面積為0.9933、 樸素貝葉斯分類器

7、使用樸素貝葉斯分類算法訓練數據集得出的結果參數：無結果分析：使用樸素貝葉斯分類器訓練數據集，得到準確率為95.3333%，其中150個實例中的143個被正確分類，7個被錯誤分類。根據混淆矩陣，被錯誤分類實例的為：4個b類實例被錯誤分類到c；3個c類實例被錯誤分類到b。該算法p=0.953，r=0.953，roc面積為0.994。將模型應用于測試集：使用樸素貝葉斯分類算法測試數據集得出的結果分類誤差：結果分析：準確率為96%，有6個實例被錯誤分類。p=0.96，r=0.96，roc面積為0.9954、 三種分類算法比較：libsvmc4.5決策樹樸素貝葉斯校驗準確率98.6667%98%96%訓練混淆矩陣校驗混淆矩陣標準誤差0.09430.1080.1483比較結果分析：libsvm算法相比c4.5決策樹算法、樸素