Weka

Introduction

Weka 為一個開源 (GNU GPL) 的機器學習軟體，由紐西蘭懷卡托大學 (University of Waikato) 使用 Java 開發，易於跨平台使用（Windows、Mac OS、Linux），透過圖形化介面提供多種機器學習演算法和數據挖掘工具，原生的功能雖然相對較少，但是提供豐富的擴充包（200 多個），用於應付各種需求，並且支援多種格式的數據集（CSV、ARFF、C4.5、LibSVM、LibSVM+ARFF、XLSX、JSON 等），也可以透過 Java API 進行擴充和開發，適合用於學術研究和教學等用途。

※ 目前撰文時的最新穩定版為 Weka 3.8.6，最新的開發版為 Weka 3.9.6。本文所使用的版本為 Weka 3.8.6。

相關資源

• 官方教學資源（英文）：
  • 官方說明文件 - manual for Weka 3.8
  • 官方說明文件 - manual for Weka 3.9
  • Data Mining with Weka MOOC - Data Mining with Weka
  • Data Mining with Weka MOOC - More Data Mining with Weka
  • Data Mining with Weka MOOC - Advanced Data Mining with Weka
• Blog（布丁布丁吃什麼？，2019）：Weka 簡介與實作（繁中）

安裝

1. 官方網站下載：Downloading and installing Weka
2. 下載完成後，安裝很簡單，直接點選安裝檔案，如果沒有要調整路徑的話，直接點選「Next」即可。

圖 1. Weka in Windows 安裝過程。

注：編碼問題

當 Weka 讀取資料中包含中文時，會出現編碼問題，因為 Weka 預設使用 Cp1252 編碼。需另外指定編碼格式。步驟如下：

1. 開啟 Weka 的安裝資料夾，找到 RunWeka.ini 檔案，通常在 C:\Program Files\Weka-3-8-6。
2. 使用文字編輯器開啟 RunWeka.ini 檔案，並找到以下內容：

   fileEncoding=Cp1252

3. 將 Cp1252 改為 utf-8，如下所示：

   fileEncoding=utf-8

圖 2. Weka 編碼問題修正操作步驟。

介面

Weka 的主畫面中主要有五個功能區塊，分別為：

1. Explorer（探索工具）：用於數據挖掘和機器學習的主要介面，提供多種功能，包括數據預處理、建模、評估等。
2. Experimenter（試驗工具）：用於進行實驗設計和評估的介面，提供多種功能，包括實驗設計、模型評估、結果分析等。
3. Knowledge Flow（知識流）：用於可視化數據流和處理流程的介面，功能類似於 Explorer，但提供了更直觀的可視化界面，同時支援增量數據處理。
4. Workbench（工作臺）：用於進行數據處理和建模的介面，提供多種功能，包括數據處理、建模、評估等。
5. Simple CLI（命令列）：用於命令列介面的簡單版本，提供基本的命令列操作功能。

圖 3. Weka 主畫面。

而上方功能列也有一些重要的功能，常用的有：

• Visualize：用於可視化數據的功能，主要透過散點圖的方式呈現數據的分佈以及關聯性。
  • Plot、ROC、TreeVisualizer、GraphVisualizer、BoundaryVisualizer
• Tools - Package Manager：用於管理 Weka 的擴充包和插件的工具，提供多種功能，包括安裝、卸載、更新等。

圖 4. Weka - Package Manager。

數據集

撰寫中…