weka自带很多套 。-3weka的使用可以说相当简单，weka在什么情况下会在摘要中出现correctlyclassifiedinstance...只要测试正常， ， 将出现“correctlyclassifiedinstance”，如果你的结果中没有 ， 说明数据 set不符合分类挖掘的要求 。
1、WEKA导入 数据不知道你用的是哪个版本 。自weka3.4以来，将数据设置为 。已支持csv格式，但最好将其转换为weka默认值 。飞机救援消防格式 。首先，将excel文件另存为 。csv格式 。如果包含多个工作表，每个工作表都保存为. csv文件；之后，使用wekaexplorer的预处理面板打开 。csv文件；将导入的文件另存为 。飞机救援消防 。
【weka分析uci数据集,UCI心脏病数据集分析】
2、 weka中用rbf神经网络算法进行训练,速度奇慢无比,不知道要改哪些参数...RBF等算法遇到一个高维大容量数据 set，慢的像老牛拉车...很多论文中的实验模型都是n个小时训练的结果 。建议尝试按属性选择几个特征子集 ， 尝试用哪个效果好的替换原来的数据 set 。个人感知算法的参数调整对提高模型的训练效率意义不大，属性选择是对数据 set降维最有效的方法 。
3、请详细说明MITK中采用的体 数据集和面 数据的存储结构紫荆花数据 Set，基础科学数据挖的人都熟悉 。再说关于花的分类，weka本身就有很多数据套 。它的界面上第一个选项是选择数据 set，其他选项是分类\关联规则\聚类等大类 。算法分小类，结构清晰，算法可以选择参数，参数解释清楚，但是你需要通过英语考试 。祝你好运 。
4、求教WEKA高手,Instances类的classAttribute和classIndex这两个成员函...指向哪个并不重要 ， 交给编译器就行了 。一个类的成员变量是连续的地址，不同的对象有不同的地址 。但是这个类的成员函数只占用一个内存区域，这个类的所有对象在调用成员函数的时候都会指向同一个内存区域 。无论是类、函数还是其他数据 type，编译后都是内存地址，指针和变量没有区别 。太深奥了 。ClassIndex返回当前数据集的目标分类属性的索引号，classAttribute返回表示当前数据集的目标分类属性的attribute对象 。
5、 weka在什么情况下summary中才会出现correctlyclassifiedinstance...只要测试正常且数据可以正常分类，就会出现“correctlyclassifiedinstance” 。如果你的结果没有被收录，说明数据 set不符合分类挖掘的要求 。相应的会有“IncorrectlyClassifiedInstances”，这两个之和数据就是总样本 。“correctlyclassifieddinstance”this数据可以反映训练好的分类器的分类精度 。
6、 weka问题打开训练集后再添加无关的测试集，总是得到一个错误说:问题评估分类器:training和TestSetarenotCompatible Open数据Set 。好像头的属性不一样:训练集是@attributer{a，V}测试集是@attributer{a，p}的形式等等，数据的顺序不同 。如果换成一样的 ， 还能顺利运行，也就是说，训练集和测试集的头是严格一致的 。具体操作可以如下:第一步:将训练集和测试集放在同一个文件中，使用，第二步:将训练集和测试集分成两个文件，将刚刚得到的头分别作为训练集和测试集的头，这样可以保持一致 。
推荐阅读
- 中晶扫描仪，想问下中晶扫描仪扫描质量怎样样
- 轻薄平板电脑,轻薄二合一平板电脑
- 新锅初次使用怎样正确开锅?新买的铁锅第一次怎么开锅
- ps
- 手机维修工具，修手机的师傅都买哪种电烙焊
- python 关键词分析工具,Python内存分析工具
- 蓝牙串口助手
- 广联达计价软件，广联达计价软件怎么用啊
- 泛函分析真不是人学的