Weka - wstępne przetwarzanie danych
Dane zbierane z terenu zawierają wiele niepożądanych elementów, które prowadzą do błędnej analizy. Na przykład dane mogą zawierać puste pola, mogą zawierać kolumny, które nie mają znaczenia dla bieżącej analizy i tak dalej. W związku z tym dane muszą zostać wstępnie przetworzone, aby spełnić wymagania typu analizy, której szukasz. Jest to wykonywane w module przetwarzania wstępnego.
Aby zademonstrować dostępne funkcje w przetwarzaniu wstępnym, użyjemy Weather baza danych dostarczona podczas instalacji.
Używając Open file ... opcja pod Preprocess wybierz tag weather-nominal.arff plik.
Po otwarciu pliku ekran wygląda tak, jak pokazano tutaj -
Ten ekran zawiera kilka informacji na temat załadowanych danych, które są omówione w dalszej części tego rozdziału.
Zrozumienie danych
Spójrzmy najpierw na podświetlone Current relationokno podrzędne. Pokazuje nazwę aktualnie załadowanej bazy danych. Z tego okna podrzędnego można wywnioskować dwa punkty -
Istnieje 14 instancji - liczba wierszy w tabeli.
Tabela zawiera 5 atrybutów - pól, które zostaną omówione w kolejnych rozdziałach.
Po lewej stronie zwróć uwagę na Attributes okno podrzędne, które wyświetla różne pola w bazie danych.
Plik weatherBaza danych zawiera pięć pól - perspektywy, temperaturę, wilgotność, wietrzność i zabawę. Po wybraniu atrybutu z tej listy, klikając go, dalsze szczegóły dotyczące samego atrybutu są wyświetlane po prawej stronie.
Najpierw wybierzmy atrybut temperatury. Po kliknięciu zobaczysz następujący ekran -
w Selected Attribute podokno, możesz zaobserwować następujące -
Wyświetlana jest nazwa i typ atrybutu.
Typ dla temperature atrybutem jest Nominal.
Liczba Missing wartości są równe zero.
Istnieją trzy różne wartości bez unikalnej wartości.
W tabeli poniżej tych informacji podano wartości nominalne dla tego pola, jako gorące, łagodne i zimne.
Pokazuje również liczbę i wagę w procentach dla każdej wartości nominalnej.
W dolnej części okna zobaczysz wizualną reprezentację pliku class wartości.
Jeśli klikniesz plik Visualize All przycisk, będziesz mógł zobaczyć wszystkie funkcje w jednym oknie, jak pokazano tutaj -
Usuwanie atrybutów
Często dane, których chcesz użyć do budowania modelu, zawierają wiele nieistotnych pól. Na przykład baza danych klientów może zawierać jego numer telefonu komórkowego, który jest istotny dla analizy jego zdolności kredytowej.
Aby usunąć atrybut / y, wybierz je i kliknij Remove przycisk na dole.
Wybrane atrybuty zostaną usunięte z bazy danych. Po całkowitym wstępnym przetworzeniu danych można je zapisać w celu zbudowania modelu.
Następnie nauczysz się wstępnie przetwarzać dane, stosując filtry do tych danych.
Stosowanie filtrów
Niektóre techniki uczenia maszynowego, takie jak eksploracja reguł asocjacji, wymagają danych kategorialnych. Aby zilustrować użycie filtrów, użyjemyweather-numeric.arff baza danych zawierająca dwa pliki numeric atrybuty - temperature i humidity.
Przekonwertujemy je na nominalstosując filtr do naszych surowych danych. Kliknij naChoose przycisk w Filter podokno i wybierz następujący filtr -
weka→filters→supervised→attribute→Discretize
Kliknij na Apply i zbadaj plik temperature i / lub humidityatrybut. Zauważysz, że zmieniły się one z typów numerycznych na nominalne.
Przyjrzyjmy się teraz innemu filtrowi. Załóżmy, że chcesz wybrać najlepsze atrybuty do decydowania oplay. Wybierz i zastosuj następujący filtr -
weka→filters→supervised→attribute→AttributeSelection
Zauważysz, że usuwa atrybuty temperatury i wilgotności z bazy danych.
Gdy jesteś zadowolony z wstępnego przetwarzania danych, zapisz dane, klikając Save... przycisk. Będziesz używał tego zapisanego pliku do budowania modelu.
W następnym rozdziale zajmiemy się budowaniem modelu przy użyciu kilku predefiniowanych algorytmów ML.