weka中演算法說明[轉]

標籤：

1) 資料輸入和輸出
WOW()：查看Weka函數的參數。
Weka_control()：設定Weka函數的參數。
read.arff()：讀Weka Attribute-Relation File Format (ARFF)格式的資料。
write.arff：將資料寫入Weka Attribute-Relation File Format (ARFF)格式的檔案。

2) 資料預先處理
Normalize()：無監督的標準化連續性資料。
Discretize()：用MDL(Minimum Description Length)方法，有監督的離散化連續性數值資料。

3) 分類和迴歸
IBk()：k最近鄰分類
LBR()：naive Bayes法分類
J48()：C4.5決策樹演算法（決策樹在分析各個屬性時，是完全獨立的）。
LMT()：組合樹結構和Logistic迴歸模型，每個葉子節點是一個Logistic迴歸模型，準確性比單獨的決策樹和Logistic迴歸方法要好。
M5P()：M5 模型數演算法，組合了樹結構和線性迴歸模型，每個葉子節點是一個線性迴歸模型，因而可用於連續資料的迴歸。
DecisionStump()：單層決策樹演算法，常被作為boosting的基本學習器。
SMO()：支援向量機分類
AdaBoostM1()：Adaboost M1方法。-W參數指定弱學習器的演算法。
Bagging()：通過從未經處理資料取樣(用替換方法)，建立多個模型。
LogitBoost()：弱學習器採用了對數迴歸方法,學習到的是實數值
MultiBoostAB()：AdaBoost 方法的改進，可看作AdaBoost 和 “wagging”的組合。
Stacking()：用於不同的基本分類器整合的演算法。
LinearRegression()：建立合適的線性迴歸模型。
Logistic()：建立logistic迴歸模型。
JRip()：一種規則學習方法。
M5Rules()：用M5方法產生迴歸問題的決策規則。
OneR()：簡單的1-R分類法。
PART()：產生PART決策規則。

4) 聚類
Cobweb()：這是種基於模型方法，它假設每個聚類的模型並發現適合相應模型的資料。不適合對大資料庫進行聚類處理。
FarthestFirst()：快速的近似的k均值聚類演算法
SimpleKMeans()：k均值聚類演算法
XMeans()：改進的k均值法，能自動決定類別數
DBScan()：基於密度的聚類方法，它根據對象周圍的密度不斷增長聚類。它能從含有雜訊的空間資料庫中發現任意形狀的聚類。此方法將一個聚類定義為一組“密度串連”的點集。

5）關聯規則
Apriori()：Apriori是關聯規則領域裡最具影響力的基礎演算法，是一種廣度優先演算法，通過多次掃描資料庫來擷取支援度大於最小支援度的頻繁項集。它的理論基礎是頻繁項集的兩個單調性原則：頻繁項集的任一子集一定是頻繁的；非頻繁項集的任一超集一定是非頻繁的。在海量資料的情況下，Apriori 演算法的時間和空間成本非常高。
Tertius()：Tertius演算法。
6）預測和評估：
predict()：根據分類或聚類結果預測新資料的類別
table()：比較兩個因子物件
evaluate_Weka_classifier()：評估模型的執行，如：TP Rate，FP Rate，Precision，Recall，F-Measure。

weka中演算法說明[轉]