Weka - запускаем Explorer
В этой главе давайте рассмотрим различные функции, которые предоставляет проводник для работы с большими данными.
Когда вы нажимаете на Explorer кнопка в Applications селектор, он открывает следующий экран -
Вверху вы увидите несколько вкладок, перечисленных здесь -
- Preprocess
- Classify
- Cluster
- Associate
- Выберите атрибуты
- Visualize
На этих вкладках есть несколько предварительно реализованных алгоритмов машинного обучения. Давайте теперь подробно рассмотрим каждый из них.
Вкладка Preprocess
Первоначально, когда вы открываете проводник, только PreprocessВкладка включена. Первый шаг в машинном обучении - это предварительная обработка данных. Таким образом, вPreprocess В этом случае вы выберете файл данных, обработаете его и сделаете пригодным для применения различных алгоритмов машинного обучения.
Вкладка "Классификация"
В ClassifyВкладка предоставляет вам несколько алгоритмов машинного обучения для классификации ваших данных. Чтобы перечислить некоторые из них, вы можете применить такие алгоритмы, как линейная регрессия, логистическая регрессия, машины опорных векторов, деревья решений, RandomTree, RandomForest, NaiveBayes и так далее. Список очень исчерпывающий и содержит как контролируемые, так и неконтролируемые алгоритмы машинного обучения.
Вкладка кластера
Под Cluster На вкладке представлено несколько алгоритмов кластеризации, таких как SimpleKMeans, FilteredClusterer, HierarchicalClusterer и т. д.
Связанная вкладка
Под Associate На вкладке вы найдете Apriori, FilteredAssociator и FPGrowth.
Выберите вкладку атрибутов
Select Attributes позволяет вам выбирать функции на основе нескольких алгоритмов, таких как ClassifierSubsetEval, PrinicipalComponents и т. д.
Вкладка "Визуализация"
Наконец, Visualize опция позволяет визуализировать обработанные данные для анализа.
Как вы заметили, WEKA предоставляет несколько готовых алгоритмов для тестирования и создания приложений машинного обучения. Чтобы использовать WEKA эффективно, вы должны хорошо знать эти алгоритмы, то, как они работают, какой из них выбрать при каких обстоятельствах, что искать в их обработанных выводах и т. Д. Короче говоря, у вас должен быть прочный фундамент в области машинного обучения, чтобы эффективно использовать WEKA при создании своих приложений.
В следующих главах вы подробно изучите каждую вкладку в проводнике.