WEKA: The bird. Ferramenta Weka Waikato Environment for Knowledge Analysis. Ambiente WEKA. Explorer. Explorer. Explorer

(1)

Ferramenta Weka

Waikato Environment for Knowledge Analysis

Prof. MSc Pablo Freire Matos

Informática - Instituto Federal da Bahia (IFBA)

pablofmatos@gmail.com

II Semana de Tecnologia da Informação

IFBA Campus Vitória da Conquista

27 a 30 de maio de 2014

WEKA: The bird

2

Mineração de Dados com a Ferramenta Weka

Ambiente WEKA

Java API

Linha de Comando

Explorer

Experimento

Workflow

3

Explorer

Java API

Linha de Comando

Explorer

Experimento

Workflow

4

Explorer

5

Explorer

6

(2)

Pré-processamento

Discretização

Normalização

Seleção de atributos

Transformação e combinação de atributos, ...

7

Mineração de Dados com a Ferramenta Weka Mineração de Dados com a Ferramenta Weka 8

Pré-processamento



Arquivos de entrada:



ARFF

, CSV, C4.5, binário



URL ou de um

banco de dados SQL

(usando

JDBC)



Pré-processamento no WEKA são chamados

de "

filtros

"



WEKA contém filtros para



Discretização, normalização, seleção de atributos,

transformação e combinação de atributos, ...

9

Arquivo ARFF

Attribute-Relation File Format



@relation

<nome-relação>



@relation tempo



@attribute

<nome-atributo> <tipo-de-dados>



Tipo de dados pode ser numeric, nominal, string ou date



@attribute temperatura numeric



@attribute ventoso {verdadeiro, falso}



@attribute jogar {sim, não}



@data



Valores perdidos são representados por?



@data



25,falso,sim

10

Formato .ARFF

Aparência

Temperatura

Umidade

Vento

Jogo

Sol

Quente

Alta

Falso

Não

Sol

Quente

Alta

Verdadeiro

Não

Encoberto

Quente

Alta

Falso

Sim

Chuvoso

Agradavel

Alta

Falso

Sim

Chuvoso

Frio

Normal

Falso

Sim

Chuvoso

Frio

Normal

Verdadeiro

Não

Encoberto

Frio

Normal

Verdadeiro

Sim

Sol

Agradavel

Alta

Falso

Não

Sol

Frio

Normal

Falso

Sim

Chuvoso

Agradavel

Normal

Falso

Sim

Sol

Agradavel

Normal

Verdadeiro

Sim

Encoberto

Agradavel

Alta

Verdadeiro

Sim

Encoberto

Quente

Normal

Falso

Sim

Chuvoso

Agradavel

Alta

Verdadeiro

Não

(3)

Formato .CSV

13



.CSV (Comma-separated values)

ARFF Viewer

14

Pré-processamento

Atributo: the

15

Pré-processamento

Atributo: class

16

Pré-processamento

17

Pré-processamento

18

(4)

Antes

19

Depois

20

Discretizar

21

22

(5)

Explorer

25

Categorização

26

Naive Bayes

27

Cross-validation

28

Percentagem

29

J48

30

(6)

31

33

34

(7)

Iris

37

Dados Iris

38

k-Means

39

40

Cluster = 2

41

42

(8)

Cluster = 3

43

45

Explorer

46