摘要：聚类方法Weka自带的聚类算法一般有：- KMeans- EM 算法- Hierarchical Cluster（层次聚类）- Denstiy Based Cluster（基于密度的聚类）聚类数据1） 自备数据自备数据挺麻烦的，需要自己做预处理，计算权重什么的，因为以前自己做过聚类算法，这些模块都可以重用，所以先用自备数据试试看。使用了2933篇英文文档，使用Gate进行分词以及NER进行命名实体识别。然后抽取有用的特征将文档集合做成2）纯文本使用纯文本就是需要使用Weka里自带的预处理工具进行文本预处理，由于单纯使用Weka有一些不方便，所以可以采用使用Weka提供源码的方法进行文本聚类和预 阅读全文

摘要：Weka简介 （http://www.china-pub.com/computers/common/info.asp?id=29304） WEKA的全名是怀卡托智能分析环境(Walkato Environment for Knowledge Analysis)，WEKA的开发者来自新西兰，而新西兰有一种鸟名字叫做weka，便是weka图标上的那只。 WEKA是一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括预处理、分类、回归、聚类、关联规则以及在新的交互式界面上的可视化。 2005年8月，在第十一届ACM SIGKDD的会议上，怀卡托大学的Weka小组获得了数据挖掘 阅读全文