利用WEKA编写数据挖掘算法-CDA数据分析师官网

热线电话：13121318867

利用WEKA编写数据挖掘算法

2017-05-16

利用WEKA编写数据挖掘算法

WEKA是由新西兰怀卡托大学开发的开源项目。WEKA是由JAVA编写的，并且限制在GNU通用公众证书的条件下发布，可以运行在所有的操作系统中。WEKA工作平台包含能处理所有标准数据挖掘问题的方法：回归、分类、聚类、关联规则挖掘以及属性选择。作为数据挖掘爱好者自然要对WEKA的源代码进行分析并以及改进，努力写出自己的数据挖掘算法。

下面着重介绍一下如何利用WEKA编写新的数据挖掘算法：

注意：WEKA的版本有两个版本：稳定版(STABLE)和开发版(DEVELOP)，不同WEKA版本与不同JDK的版本匹配，稳定版WEKA3-4的与JDK1.4.2匹配，而开发版WEKA3-5与JDK1.5匹配，WEKA3-5新加入了对数据库的数据连接。稳定版直接下载weka-src.jar文件就行了，而开发版需使用CVS连接到sourceForge下载，:pserver:cvs_anon@cvs.scms.waikato.ac.nz:/usr/local/global-cvs/ml_cvs。本文以稳定版为例。

一、首先从WEKA官方网站（http://www.cs.waikato.ac.nz/ml/weka）下载WEKA程序包。将程序包解压获得weka-src.jar源文件，再将源代码解压缩导入某个JAVA开发工具中（图1），如：JBuilder，Eclipse，Netbeans等。我现在以Netbeans为例。

图1 ： weka导入Netbeans

二、为了不与WEKA中已包含的算法相冲突，最好自己建立一个JAVA包，将自己编写的挖掘算法存放在该包内（图2）。我以建立hzm包为例：

图2 ：建立新weka包

三、在新的包hzm内建立新的java类，然后双击编写数据挖掘算法程序代码，本人以实现ID3算法为例讲解具体操作过程。

再将weka.classifiers.trees下的id3算法复制到新建的ID3类中（这只是演示，当然最好还是自己写新的挖掘算法），修改一下类中提示的错误，保存就行了。

四、编写好新的挖掘算法并不能马上在weka中exlorer模式中看到，还要修改weka.gui包中的GenericObjectEditor.props文件。如：我刚才建立的ID3类在weka.classifiers.hzm包中，就要在GenericObjectEditor.props中的# Lists the Classifiers I want to choose from段后添加weka.classifiers.hzm.ID3,\