Weka 3: Data Mining Software in Java

官方网站：

• Weka 3: Data Mining Software in Java

相关使用方法博客

• WEKA使用教程(经典教程转载) （实例数据：bank-data.csv）
• Weka初步一、二、三、四
• 使用Weka进行数据挖掘
• 一个小时速度入门数据挖掘WEKA（一个完整的小例子）

百度文库

• WEKA中文详细教程（全）
• WEKA 3-5-3 Experimenter 指南
• 数据挖掘工具(weka教程)

 

基本概念

---

classify分类

 

 

cluster聚类

 

 

Associate关联规则

关联规则挖掘（一）：基本概念

关联规则挖掘（二）：Apriori算法

 

 

 

 

 

基本常识：

决策树

• 算法杂货铺——分类算法之决策树(Decision tree)    决策树（decision tree）是一个树结构（可以是二叉树或非二叉树）。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。
• 决策树学习笔记整理  
• 分类算法--决策树     

随机森林

• Random Forest - 随机森林总结

支持向量机SVM

• 支持向量机通俗导论（理解SVM的三层境界）
• 支持向量机(SVM)是什么意思？ - 知乎

 

 

 

Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable