用于weka初入门学习，银行数据包括600实例，是data-bank.arff 文件，经过csv 处理之后的可经weka使用的文件。-The learn for weka early entry, bank data including 600 instances of the the the data-bank.arff file after csv after processing the file via weka.

这是一个 Wrapper（调用一个简单的 cmd 行），它包括 WEKA.jar 文件、来自 Durga Lal Shrestha 的 arff read 和 arff write 文件以及我的脚本来链接它们并运行模型树、神经网络、支持向量回归模型，线性回归模型等，它包括一个测试脚本（TestWEKA），用于离线运行先前使用“RunWEKA”生成的模型的结果， 享受

4.2、属性选择模式2 单一属性评估器 ChiSquaredAttributeEval: 以基于类的Χ2为依据的属性评估 GainRationAttributeEval: 以增益率为依据的属性评估 InfoGainAttributeEval: 以信息增益为依据的属性评估 OneRAttributeEval: 以OneR的方法论来评估属性 PrincipleComponents: 进行主成分的分析和转换 ReliefAttributeEval: 基于实例的属性评估器 SymmetricalUncertAttributeEval: 以对称不确定性为依据的属性评估 排序方法 Ranker: 按照属性的评估对它们进行排序

聚类分析算法K-means在weka下使用方法

选择Apriori算法

机器学习软件weka的API手册chm版本，介绍了weka的类库

weka在对数据处理的时候，我们当然是想直接读取数据库中的数据的，所以研究了一下直接读取mysql数据库数据的配置问题

该资源中含有weka3.6.6安装软件包，并附有weka使用说明文档，基于weka的数据挖掘的使用方法，如分类、聚簇、关联规则、数据预处理等，说明的很详细很好用。

weka是一款简单易用的数据分析软件，这个软件包括已经存在的算法以及可以自己添加算法，简单而且直观

WEKA简介 数据格式 数据准备 属性选择 可视化分析 分类预测 关联分析 聚类分析 扩展WEKA