Weka - Explorador de lanzamiento

En este capítulo, veamos varias funcionalidades que proporciona el explorador para trabajar con big data.

Cuando haces clic en el Explorer botón en el Applications selector, abre la siguiente pantalla -

En la parte superior, verá varias pestañas como se enumeran aquí:

• Preprocess
• Classify
• Cluster
• Associate
• Seleccionar atributos
• Visualize

Debajo de estas pestañas, hay varios algoritmos de aprendizaje automático implementados previamente. Examinemos cada uno de ellos en detalle ahora.

Pestaña de preproceso

Inicialmente, al abrir el explorador, solo el PreprocessLa pestaña está habilitada. El primer paso en el aprendizaje automático es preprocesar los datos. Así, en elPreprocess opción, seleccionará el archivo de datos, lo procesará y lo ajustará para aplicar los distintos algoritmos de aprendizaje automático.

Ficha Clasificar

los ClassifyLa pestaña le proporciona varios algoritmos de aprendizaje automático para la clasificación de sus datos. Para enumerar algunos, puede aplicar algoritmos como Regresión lineal, Regresión logística, Máquinas de vectores de soporte, Árboles de decisión, RandomTree, RandomForest, NaiveBayes, etc. La lista es muy exhaustiva y proporciona algoritmos de aprendizaje automático supervisados ​​y no supervisados.

Ficha Clúster

Bajo la Cluster pestaña, se proporcionan varios algoritmos de agrupación en clústeres, como SimpleKMeans, FilteredClusterer, HierarchicalClusterer, etc.

Ficha Asociar

Bajo la Associate pestaña, encontrará Apriori, FilteredAssociator y FPGrowth.

Seleccionar pestaña de atributos

Select Attributes le permite seleccionar funciones basadas en varios algoritmos como ClassifierSubsetEval, PrinicipalComponents, etc.

Visualizar pestaña

Por último, el Visualize La opción le permite visualizar sus datos procesados ​​para su análisis.

Como notó, WEKA proporciona varios algoritmos listos para usar para probar y construir sus aplicaciones de aprendizaje automático. Para utilizar WEKA de forma eficaz, debe tener un conocimiento sólido de estos algoritmos, cómo funcionan, cuál elegir en qué circunstancias, qué buscar en su salida procesada, etc. En resumen, debe tener una base sólida en aprendizaje automático para usar WEKA de manera efectiva en la creación de sus aplicaciones.

En los próximos capítulos, estudiará en profundidad cada pestaña del explorador.