weka決策樹分類步驟及其解釋

決策樹分類是一種監督學習,即給定系列樣本中的資料都有一個標記好的類別,透過學習得到一個分類器,然後能夠對新資料進行分類。分類的準確如何,取決於模型演算法和資料的質量等。

藉助於weka可以很方便地實現決策樹分類,以下為操作步驟:

首先,開啟weka介面後調入天氣資料集。

其次,如下圖所示依次點選1、2。1是分類選單;2是選擇分類器。

weka決策樹分類步驟及其解釋

第三,如下圖所示選擇J48演算法。

weka決策樹分類步驟及其解釋

第四,如下圖所示依次點選。

標號3為執行結果;4為分類輸出的結果。

weka決策樹分類步驟及其解釋

第五,如下圖所示構造一個測試資料。

weka決策樹分類步驟及其解釋

第六,如下圖所示點選set。

weka決策樹分類步驟及其解釋

第七,如下圖所示,點選Open file讀入剛才建立的測試檔案,然後點選Close。

weka決策樹分類步驟及其解釋

第八,如下圖所示點選More options,在彈出的對話中點選Choose,選擇Plain Text,然後點選OK。

weka決策樹分類步驟及其解釋

下圖為上圖點選Choose的結果:

weka決策樹分類步驟及其解釋

第九,點選start,在分類結果視窗看到多了一個測試集的預測結果。

weka決策樹分類步驟及其解釋

weka決策樹分類步驟及其解釋

Python資料分析與大資料處理從入門到精通

¥

61。3

京東

月銷469

購買

想了解更多精彩內容,快來關注

資料與智慧