Supplement Data Mining 工具介紹 楊立偉教授 台灣大學工管系 2014 Fall 1.

Presentation on theme: "Supplement Data Mining 工具介紹 楊立偉教授 台灣大學工管系 2014 Fall 1."— Presentation transcript:

1 Supplement Data Mining 工具介紹 楊立偉教授 台灣大學工管系 2014 Fall 1

2 Data Mining 工具 The R Project for Statistical Computing
Weka : Data Mining Software in Java SAS Business Analytics and Business Intelligence Software IBM SPSS Predictive analytics software and solutions and others

3 Using Weka (1) 下載Weka (含Java 7) 安裝後執行
亦可獨立下載安裝Java 7 (支援ODBC) 後再下載Weka ZIP, 解壓縮後點weka.jar執行

4 Using Weka (2) 可參考手冊 WekaManual.pdf
下載Access資料庫tennis.accdb，在ODBC新增來源名稱為tennis，供待會連接使用 啟動Weka後，點選KnowledgeFlow

5 Using Weka (3) 選擇DataSources→DatabaseLoader 置放在工作區，選取後按右鍵選Configure…

6 Using Weka (4) 放置Evaluation→ClassAssigner，以及TrainingSetMaker
放置Classifiers→trees→J48 (即C4.5演算法之實作) 放置Visualization→TextViewer

7 Using Weka (5) 在DatabaseLoader按右鍵選dataSet到ClassAssigner
在ClassAssigner按右鍵選dataSet到TrainingSetMaker 在TrainingSetMaker按右鍵選trainingSet到J48 在J48按右鍵選text到TextViewer

8 Using Weka (6) 在ClassAssigner按右鍵選configure確認目標欄位是play
在DatabaseLoader按右鍵選Start loading 執行完畢，在TextViewer按右鍵選Show results看結果

9 Using Weka (7) Clustering
使用Simple Kmeans演算法，用TextViewer看結果 以k=3為例

10 Using Weka (8) Association
使用Apriori演算法，用TextViewer看結果 只能處理nominal value

11 Using Weka (9) Association
使用Apriori演算法結果如下 * 決策樹的每條path可能就是一條rule；可能會找到更多的rules