数据挖掘与机器学习

第1章 Weka介绍 1

1.1 Weka简介 2

1.1.1 Weka历史 3

1.1.2 Weka功能简介 3

1.2 基本概念 5

1.2.1 数据挖掘和机器学习 5

1.2.2 数据和数据集 5

1.2.3 ARFF格式 6

1.2.4 预处理 7

1.2.5 分类与回归 10

1.2.6 聚类分析 12

1.2.7 关联分析 12

1.3 Weka系统安装 13

1.3.1 系统要求 13

1.3.2 安装过程 14

1.3.3 Weka使用初步 16

1.3.4 系统运行注意事项 18

1.4 访问数据库 24

1.4.1 配置文件 25

1.4.2 数据库设置 26

1.4.3 常见问题及解决办法 27

1.5 示例数据集 28

1.5.1 天气问题 29

1.5.2 鸢尾花 30

1.5.3 CPU 31

1.5.4 玻璃数据集 32

1.5.5 美国国会投票记录 33

1.5.6 乳腺癌数据集 33

课后强化练习 34

第2章 探索者界面 35

2.1 图形用户界面 36

2.1.1 标签页简介 36

2.1.2 状态栏 37

2.1.3 图像输出 37

2.1.4 手把手教你用 37

2.2 预处理 40

2.2.1 加载数据 40

2.2.2 属性处理 43

2.2.3 过滤器 44

2.2.4 过滤器算法介绍 46

2.2.5 手把手教你用 52

2.3 分类 59

2.3.1 分类器选择 59

2.3.2 分类器训练 61

2.3.3 分类器输出 62

2.3.4 分类算法介绍 65

2.3.5 分类模型评估 79

2.3.6 手把手教你用 81

2.4 聚类 98

2.4.1 Cluster标签页的操作 98

2.4.2 聚类算法介绍 99

2.4.3 手把手教你用 101

2.5 关联 107

2.5.1 Associate标签页的操作 107

2.5.2 关联算法介绍 108

2.5.3 手把手教你用 111

2.6 选择属性 117

2.6.1 Select attributes标签页的

操作 118

2.6.2 选择属性算法介绍 119

2.6.3 手把手教你用 120

2.7 可视化 128

2.7.1 Visualize标签页 128

2.7.2 边界可视化工具 131

2.7.3 代价/收益分析可视化 133

2.7.4 手把手教你用 134

课后强化练习 140

第3章 知识流界面 143

3.1 知识流介绍 144

3.1.1 知识流特性 144

3.1.2 知识流界面布局 145

3.2 知识流组件 148

3.2.1 数据源 148

3.2.2 数据接收器 151

3.2.3 评估器 155

3.2.4 可视化器 156

3.2.5 其他工具 158

3.3 使用知识流组件 160

3.4 手把手教你用 162

课后强化练习 181

第4章 实验者界面 183

4.1 简介 184

4.2 标准实验 185

4.2.1 简单实验 185

4.2.2 高级实验 190

4.2.3 手把手教你用 198

4.3 远程实验 210

4.3.1 远程实验设置 210

4.3.2 手把手教你用 213

4.4 分析结果 221

4.4.1 获取实验结果 221

4.4.2 动作 221

4.4.3 配置测试 222

4.4.4 保存结果 225

4.4.5 手把手教你用 225

课后强化练习 229

第5章 命令行界面 231

5.1 命令行界面介绍 232

5.1.1 命令调用 233

5.1.2 命令自动完成 234

5.2 Weka结构 235

5.2.1 类实例和包 235

5.2.2 weka.core包 236

5.2.3 weka.classifiers包 237

5.2.4 其他包 238

5.3 命令行选项 238

5.3.1 常规选项 239

5.3.2 特定选项 241

5.4 过滤器和分类器选项 242

5.4.1 过滤器选项 242

5.4.2 分类器选项 245

5.4.3 手把手教你用 247

5.5 包管理器 252

5.5.1 命令行包管理器 252

5.5.2 运行安装的算法 254

课后强化练习 255

第6章 Weka高级应用 257

6.1 贝叶斯网络 258

6.1.1 简介 258

6.1.2 贝叶斯网络编辑器 261

6.1.3 在探索者界面中使用贝叶斯

网络 269

6.1.4 结构学习 270

6.1.5 分布学习 272

6.1.6 查看贝叶斯网络 273

6.1.7 手把手教你用 276

6.2 神经网络 286

6.2.1 GUI使用 286

6.2.2 手把手教你用 289

6.3 文本分类 293

6.3.1 文本分类示例 294

6.3.2 分类真实文本 298

6.3.3 手把手教你用 300

6.4 时间序列分析及预测 306

6.4.1 使用时间序列环境 306

6.4.2 手把手教你用 318

课后强化练习 326

第7章 Weka API 327

7.1 加载数据 328

7.1.1 从文件加载数据 328

7.1.2 从数据库加载数据 329

7.1.3 手把手教你用 330

7.2 保存数据 335

7.2.1 保存数据至文件 335

7.2.2 保存数据至数据库 335

7.2.3 手把手教你用 336

7.3 处理选项 339

7.3.1 选项处理方法 339

7.3.2 手把手教你用 340

7.4 内存数据集处理 341

7.4.1 在内存中创建数据集 341

7.4.2 打乱数据顺序 345

7.4.3 手把手教你用 345

7.5 过滤 349

7.5.1 批量过滤 350

7.5.2 即时过滤 351

7.5.3 手把手教你用 351

7.6 分类 355

7.6.1 分类器构建 355

7.6.2 分类器评估 356

7.6.3 实例分类 358

7.6.4 手把手教你用 359

7.7 聚类 370

7.7.1 聚类器构建 370

7.7.2 聚类器评估 371

7.7.3 实例聚类 373

7.7.4 手把手教你用 373

7.8 属性选择 379

7.8.1 使用元分类器 380

7.8.2 使用过滤器 380

7.8.3 使用底层API 381

7.8.4 手把手教你用 381

7.9 可视化 384

7.9.1 ROC曲线 385

7.9.2 图 385

7.9.3 手把手教你用 386

7.10 序列化 391

7.10.1 序列化基本方法 391

7.10.2 手把手教你用 392

7.11 文本分类综合示例 395

7.11.1 程序运行准备 395

7.11.2 源程序分析 396

7.11.3 运行说明 403

课后强化练习 404

第8章 学习方案源代码分析 405

8.1 NaiveBayes源代码分析 406

8.2 实现分类器的约定 427

课后强化练习 429

第9章 机器学习实战 431

9.1 数据挖掘过程概述 432

9.1.1 CRISP-DM过程 432

9.1.2 数据预处理 433

9.1.3 挖掘项目及工具概述 434

9.2 实战KDD Cup 1999 434

9.2.1 任务描述 435

9.2.2 数据集描述 436

9.2.3 挖掘详细过程 438

9.3 实战KDD Cup 2010 447

9.3.1 任务描述 447

9.3.2 数据集描述 447

9.3.3 挖掘详细过程 450

9.3.4 更接近实际的挖掘过程 459

课后强化练习 471

附录A 中英文术语对照 472

附录B Weka算法介绍 476

过滤器算法介绍 476

分类算法介绍 498

聚类算法介绍 526

关联算法介绍 530

选择属性算法介绍 532

参考文献 537

本书借助代表当今数据挖掘和机器学习最高水平的著名开源软件Weka，通过大量的实践操作，使读者了解并掌握数据挖掘和机器学习的相关技能，拉近理论与实践的距离。全书共分9章，主要内容包括Weka介绍、探索者界面、知识流界面、实验者界面、命令行界面、Weka高级应用、Weka API、学习方案源代码分析和机器学习实战。本书系统讲解Weka 3.7.13的操作、理论和应用，内容全面、实例丰富、可操作性强，做到理论与实践的统一。本书适合数据挖掘和机器学习相关人员作为技术参考书使用，也适合用作计算机专业高年级本科生和研究生的教材或教学参考用书。

系统讲解数据挖掘机器学习工具Weka经典的开源挖掘工具、开放的Java环境初学者的入门*选、研究者的钻研利器