Weka机器学习-练习
Weka机器学习，练习型实验。
课程内容
共10个章节 10个实验
1 第1章 Weka的启动和基本使用
Weka的启动和基本使用
实验1 实验01-Weka的启动和基本使用
介绍Weka的启动和基本使用（贝叶斯算法、决策树算法、K最近邻算法的数据集及校验数据集误差分析结果）
2 第2章 基于关联规则的信息获取
基于关联规则的信息获取
实验1 实验02-基于关联规则的信息获取
通过一个已有的训练数据集，观察训练集中的实例，进行关联信息获取，更好地理解和掌握关联规则算法的基本原理，建立相应的预测模型，然后对新的未知实例进行预测，预测的准确程度来衡量所建立模型的好坏。
3 第3章 机器学习分类算法
机器学习分类算法
实验1 实验03-机器学习分类算法
使用机器学习中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较它们之间的不同。与此同时了解Weka平台的基本功能与使用方法。
4 第4章 机器学习聚类分析和关联分析
机器学习聚类分析和关联分析
实验1 实验04-机器学习聚类分析和关联分析
掌握如何使用Weka进行聚类分析和关联分析。
5 第5章 最优分类器构建
最优分类器构建
实验1 实验05-最优分类器构建
本实验的基本内容是通过使用weka中的三种常见分类和聚类方法(决策树J48、KNN和k-means)分别在训练数据上训练出分类模型，并使用校验数据对各个模型进行测试和评价，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。
6 第6章 Weka BP神经网络实践
Weka BP神经网络实践
实验1 实验06-Weka BP神经网络实践
掌握如何在Weka中使用BP神经网络
7 第7章 Weka文本分类实战
Weka文本分类实战：垃圾邮件分类
实验1 实验07-Weka文本分类实战：垃圾邮件分类
基于Weka实现垃圾邮件分类，掌握如何使用Weka进行文本分类实验。
8 第8章 Weka实现中文文本分类
Weka实现中文文本分类
实验1 实验08-Weka实现中文文本分类
Weka实现中文文本分类，比较各函数及参数对正确率的影响。
9 第9章 机器学习建模流程示例
机器学习建模流程示例
实验1 实验09-机器学习建模流程示例
使用机器学习中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。
10 第10章 文本分析建模流程示例
文本分析建模流程示例
实验1 实验10-文本分析建模流程示例
基于Weka实现中文文本分类，比较各个函数及参数对正确率的影响。
