文献类型：期刊文章

作　　者：赵宁杰[1] 李雪飞[1]

Zhao Ningjie;Li Xuefei(Information Center,Beijing Institute of Fashion Technology,Beijing 100029,China)

机构地区：[1]北京服装学院信息中心,北京100029

出　　处：《信息与电脑》

年　　份：2020

卷　　号：32

期　　号：6

起止页码：73-75

语　　种：中文

收录情况：普通刊

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。

关 键 词：数据挖掘 决策树算法 支持向量机 集成算法  WEKA

分 类 号：TP311.13]