使用Weka进行数据挖掘（Weka教程七）Weka分类/预测模型构建与评价

数据挖掘分类

数据挖掘主要包括以下几个方面：

· 分类 （Classification）

· 估计（Estimation）

· 预测（Prediction）

· 相关性分组或关联规则（Affinity grouping or association rules）

· 聚类（Clustering）

· 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)

其中对于分类算法，首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。

实现分类算法

以最简单的决策树算法为例，在Weka中，决策树算法的实现是J48类，因此我们只需要创建J48对象就可以创建决策树。整个过程可以分为如下步骤：

数据准备

所有的Weka算法接受的数据都是Instances，之前的博客已经讲过了，我们要做的就是加载数据，然后使用Filter对数据进行一定的操作，满足特定算法的需求。具体的将在决策树中讲解。

模型配置

在模型准备前，要对模型进行适当的配置，Weka中是通过传入Options数组来实现的，然后使用模型的setOptions(options)方法将模型配置信息传入

模型学习

模型学习过程就是使用训练数据对模型进行训练，在Weka中只需要调用模型的buildClassifier(data)方法即可。

上述三个过程可以用以下代码表示：

class CARTModel {
public CARTModel(Instances data) throws Exception{
J48 model = new J48();
String[] options = {"-M","5","-R"};
model.setOptions(options);
model.buildClassifier(data);
}
}

以上几行简短的代码就可以完成模型的整个训练过程。

模型评价

模型训练完后，接下来要对模型进行评价，常见的评价指标有很多，对于分类模型，如TP，FP，TN，FN，Recall，Precision，ROC曲线等等，这些在Weka中都有实现。具体指标的意义将在其他博客中讲解。

那么在Weka中怎么实现对模型的评价呢？

你可以通过创建Evaluation对象来实现评价，具体代码如下：

Evaluation eval = new Evaluation(testData);
eval.crossValidateModel(model, trainSet, 10, new Random(1));
System.out.println(eval.toSummaryString("\nResult", false));
System.out.println(eval.toClassDetailsString());

评价的典型输出如下：





可以看到输出的信息是十分丰富的。

上述过程中使用到了交叉验证，具体将在接下来的博客中分析。

模型的预测

模型训练完毕后，接下来就是对传入的新数据进行预测了，在Weka中，新数据的预测也十分简单，代码如下：

try {
res = model.classifyInstance(sample);
} catch (Exception e) {
e.printStackTrace();
}

注意传入的数据必须是Instance，因此对于数据集，我们要先将它转换成Instance才可以进行Predict。如何生成Instance，之前的博客已经讲过了，在此不再赘述。