Weka - uruchamianie Explorer
W tym rozdziale przyjrzyjmy się różnym funkcjonalnościom, które oferuje eksplorator do pracy z dużymi zbiorami danych.
Po kliknięciu pliku Explorer przycisk w Applications selektor, otwiera następujący ekran -
U góry zobaczysz kilka kart wymienionych tutaj -
- Preprocess
- Classify
- Cluster
- Associate
- Wybierz Atrybuty
- Visualize
Na tych kartach znajduje się kilka wstępnie zaimplementowanych algorytmów uczenia maszynowego. Przyjrzyjmy się teraz szczegółowo każdemu z nich.
Karta Preprocess
Początkowo po otwarciu eksploratora tylko plik Preprocesskarta jest włączona. Pierwszym krokiem w uczeniu maszynowym jest wstępne przetwarzanie danych. Tak więc wPreprocess wybierzesz plik danych, przetworzysz go i dostosujesz do zastosowania różnych algorytmów uczenia maszynowego.
Zakładka Klasyfikuj
Plik Classifytab zawiera kilka algorytmów uczenia maszynowego do klasyfikacji danych. Aby wymienić kilka, możesz zastosować algorytmy, takie jak regresja liniowa, regresja logistyczna, maszyny wektorów nośnych, drzewa decyzyjne, drzewo losowe, RandomForest, NaiveBayes i tak dalej. Lista jest bardzo wyczerpująca i zawiera zarówno nadzorowane, jak i nienadzorowane algorytmy uczenia maszynowego.
Zakładka Cluster
Pod Cluster dostępnych jest kilka algorytmów klastrowania - takich jak SimpleKMeans, FilteredClusterer, HierarchicalClusterer i tak dalej.
Skojarz zakładkę
Pod Associate znajdziesz Apriori, FilteredAssociator i FPGrowth.
Wybierz kartę Atrybuty
Select Attributes umożliwia wybór funkcji na podstawie kilku algorytmów, takich jak ClassifierSubsetEval, PrinicipalComponents itp.
Karta wizualizacji
Wreszcie Visualize opcja umożliwia wizualizację przetworzonych danych do analizy.
Jak zauważyłeś, WEKA udostępnia kilka gotowych do użycia algorytmów do testowania i budowania aplikacji do uczenia maszynowego. Aby skutecznie używać WEKA, musisz mieć solidną wiedzę na temat tych algorytmów, ich działania, które wybrać w jakich okolicznościach, czego szukać w przetwarzanych przez nie danych wyjściowych i tak dalej. Krótko mówiąc, musisz mieć solidne podstawy do uczenia maszynowego, aby efektywnie wykorzystywać WEKA do tworzenia aplikacji.
W kolejnych rozdziałach szczegółowo przeanalizujesz każdą kartę w eksploratorze.