基本的关联分析操作 Soybean数据的关联分析 用“Explorer”打开“soybean.arff”后，切换到“Associate”选项卡。默认关联规则分析是用Apriori算法。 点“Choose”右边的文本框修改默认的参数，弹出的窗口中点“More”可以看到各参数的说明。 点击“Start”按钮开始关联分析。 WEKA中关联分析的过程 假设最小置信度设定为0.9，支持度上限1，支持度下限0.1： 从数据项的支持度上限100%-5%开始，逐步递减5％，直到至少有满足置信度条件（即≥90%）的10条规则，或者支持度达到了10%的下限。

数据挖掘与机器学习工作平台：weka的示例文件。 bank-data.csv。

1.解压wlsvm.zip在lib目录下得到 libsvm.jar和wlsvm.jar两个文件，将其拷贝到weka安装目录下 2.修改位于weka安装目录下的RunWeka.ini文件 修改cmd_default=javaw -Dfile.encoding=#fileEncoding# -Xmx#maxheap# -classpath "#wekajar#;#cp#" #mainclass# 为cmd_default=javaw -Dfile.encoding=#fileEncoding# -Xmx#maxheap# -classpath "#wekajar#;#cp#;libsvm.jar" #mainclass#

matlab中的对weka的功能的应用 weka在MATLAB中的应用称为mweka

使用Weka软件开展医疗领域的应用研究，为相关研究人员提供参考

皮维卡 使用 Python 脚本运行所有 Weka 分类器（CSV 到 ARFF 转换器、数据集缩放、多个类、格式化结果等） 使用 _Run_pyWeka.py 和 Params.csv 为 _Attributes.csv 中定义的多个数据集运行 _Classifiers4NormData.txt 或 _Classifiers4OrigData.txt 中定义的 Weka 分类器。 _Run_pyWeka.py 运行所有其他 Python 脚本。 Params.csv 定义了计算的所有参数，例如输出文件夹、初始数据集文件、数据集缩放、数据集转换（CSV 到 ARFF）、类过滤器、使用分类截止值输出结果等。 西班牙拉科鲁尼亚大学开发

数据挖掘课程一般会让学生做数据挖掘的课程作业，主要是使用WEKA来实现，这里提供了使用WEKA做数据分析的数据源，包括测试集和训练集

用weka写的回归和PCA小例子，主要包括weka api如何使用，回归和PCA怎么操作

NULL 博文链接：https://bruce-lin-chn-sina-cn.iteye.com/blog/1787749

Java实现对Weka算法的应用案例。Java实现对Weka算法的应用案例。Java实现对Weka算法的应用案例。