Weka - 啟動資源管理器

在本章中，讓我們深入瞭解資源管理器提供的各種功能，這些功能可用於處理大資料。

當您在“應用程式”選擇器中單擊“資源管理器”按鈕時，將開啟以下螢幕：

在頂部，您將看到以下幾個選項卡：

• 預處理
• 分類
• 聚類
• 關聯
• 選擇屬性
• 視覺化

在這些選項卡下，有幾個預先實現的機器學習演算法。現在讓我們詳細瞭解一下每個演算法。

預處理選項卡

最初，當您開啟資源管理器時，只有“預處理”選項卡可用。機器學習的第一步是對資料進行預處理。因此，在“預處理”選項中，您將選擇資料檔案，對其進行處理並使其適合應用各種機器學習演算法。

分類選項卡

“分類”選項卡為您提供了多種用於對資料進行分類的機器學習演算法。舉幾個例子，您可以應用線性迴歸、邏輯迴歸、支援向量機、決策樹、隨機樹、隨機森林、樸素貝葉斯等演算法。列表非常詳盡，提供了監督和無監督機器學習演算法。

聚類選項卡

在“聚類”選項卡下，提供了多種聚類演算法，例如 SimpleKMeans、FilteredClusterer、HierarchicalClusterer 等。

關聯選項卡

在“關聯”選項卡下，您將找到 Apriori、FilteredAssociator 和 FPGrowth。

選擇屬性選項卡

“選擇屬性”允許您基於多種演算法（例如 ClassifierSubsetEval、PrinicipalComponents 等）進行特徵選擇。

視覺化選項卡

最後，“視覺化”選項允許您視覺化已處理的資料以進行分析。

如您所見，WEKA 提供了多種現成的演算法，用於測試和構建您的機器學習應用程式。要有效地使用 WEKA，您必須對這些演算法有紮實的瞭解，瞭解它們的工作原理，在什麼情況下選擇哪種演算法，在處理後的輸出中尋找什麼等等。簡而言之，您必須擁有機器學習的堅實基礎才能有效地使用 WEKA 構建您的應用程式。

在接下來的章節中，您將深入研究資源管理器中的每個選項卡。