Weka - Iniciando o Explorer

Neste capítulo, vamos examinar várias funcionalidades que o explorer oferece para trabalhar com big data.

Quando você clica no Explorer botão no Applications seletor, ele abre a seguinte tela -

Na parte superior, você verá várias guias conforme listado aqui -

  • Preprocess
  • Classify
  • Cluster
  • Associate
  • Selecione os atributos
  • Visualize

Nessas guias, existem vários algoritmos de aprendizado de máquina pré-implementados. Vamos examinar cada um deles em detalhes agora.

Guia de pré-processamento

Inicialmente, conforme você abre o explorador, apenas o Preprocessguia está habilitada. A primeira etapa do aprendizado de máquina é pré-processar os dados. Assim, noPreprocess opção, você irá selecionar o arquivo de dados, processá-lo e torná-lo adequado para aplicar os vários algoritmos de aprendizado de máquina.

Classificar guia

o ClassifyA guia fornece vários algoritmos de aprendizado de máquina para a classificação de seus dados. Para listar alguns, você pode aplicar algoritmos como Regressão Linear, Regressão Logística, Máquinas de Vetor de Suporte, Árvores de Decisão, RandomTree, RandomForest, NaiveBayes e assim por diante. A lista é muito exaustiva e fornece algoritmos de aprendizado de máquina supervisionados e não supervisionados.

Guia Cluster

Debaixo de Cluster guia, há vários algoritmos de agrupamento fornecidos - como SimpleKMeans, FilteredClusterer, HierarchicalClusterer e assim por diante.

Guia Associado

Debaixo de Associate guia, você encontrará Apriori, FilteredAssociator e FPGrowth.

Selecione a guia Atributos

Select Attributes permite seleções de recursos com base em vários algoritmos, como ClassifierSubsetEval, PrinicipalComponents, etc.

Visualizar guia

Por último, o Visualize opção permite que você visualize seus dados processados ​​para análise.

Como você notou, o WEKA fornece vários algoritmos prontos para uso para testar e construir seus aplicativos de aprendizado de máquina. Para usar o WEKA com eficácia, você deve ter um conhecimento sólido desses algoritmos, como eles funcionam, qual escolher em quais circunstâncias, o que procurar em sua saída processada e assim por diante. Resumindo, você deve ter uma base sólida em aprendizado de máquina para usar o WEKA com eficácia na construção de seus aplicativos.

Nos próximos capítulos, você estudará cada guia do explorador em profundidade.