基于Weka平台的分类算法比较分析

摘要

Weka是一个可以使用不同的学习方法进行数据挖掘的工具,通过理解Weka平台上所涉及的应用工具的算法,能够选择出更合适的学习器,进而可以提高建模的效率。笔者通过在UCI科研数据集中选取10个数据集,对两种单一分类器和两种集成分类器进行比较,根据算法原理分别从识别正确率、Kappa系数、均方根误差、相对绝对误差、ROC曲线面积以及建模时间5个方面,对这4种分类器的分类效果及优缺点进行分析,有利于明确各个算法的适用情况。