训练BANK-DATA分类模型示例 bank-data数据各属性的含义如下： id: a unique identification number age: age of customer in years (numeric) sex: MALE / FEMALE region: inner_city/rural/suburban/town income: income of customer (numeric) married: is the customer married (YES/NO) children: number of children (numeric) car: does the customer own a car (YES/NO) save_act: does the customer have a saving account (YES/NO) current_act:does the customer have a current account (YES/NO) mortgage: does the customer have a mortgage (YES/NO) pep （目标变量） : did the customer buy a PEP (Personal Equity Plan，个人参股计划) after the last mailing (YES/NO)

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

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.

weka经典学习训练素材 bank-data.csv

WEKA入门用的银行数据集bank-data.arff

此文件为数据挖掘工具wake中的练习文档，希望对大家有帮助，没积分的发邮件到mm2929299@163.com,免费发

测试数据集，可以将它转换成.arff格式，具体转换方式见weka入门使用教程

weka入门教程以及实验所需的所有数据集：bank-data.csv bank-data-final.arff bank_data.csv bank_data.xls bank-data训练集 bank-data预测集。

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.

Weka是机器学习中的一个非常好的开源工具，对于熟悉Java的同学们来说是一个非常好的选择。Weka几乎包含了所有常见机器学习算法的Java实现，Weka中支持的数据格式主要是arff，虽然weka官网上提供了一些arff文件，但有时仅有这些还不能满足需求，为此，本人搜集各方资料，再加上自己的手工转换，整理出了一个还算比较完整的arff数据集合，在这里分享给大家,并配有教材能边看边进行案例分析