（一） apriori
（二） filteredassociator
（三） fpgrowth
（四） generalizedsequentislpatterns
（五） predictiveapriori
（六） tertius
（一） clope
（二） cobweb
（三） dbscan
（四） em
（五） farthestfrist
（六） filteredclusterer
（七） hierarchicalclusterer
（八） makedesitybasedclusterer
（九） opitcs
（十） sib
（十一） ******kmeans
（十二） xmeans
bayes
（一） aode
（二） aodesr
（三） bayeslogisticregression
（四） bayesnet
（五） complementnativebayes
（六） dmnbtext
（七） hnb
（八） nativebayes
（九） nativebayesmultinomial
（十） nativebayesmultinomialupdateable
（十一） nativebayes******
（十二） nativebayesupdateable
（十三） waode
functions
（十四） gaussianprocesses
（十五） isotoniregression
（十六） leastmedsq
（十七） liblinear
（十八） libsvm
（十九） lineerregression
（二十） logistic
（二十一） multilayerperceptron
（二十二） paceregression
（二十三） plsclassifier
（二十四） rbfnetwrok
（二十五） ******logistic
（二十六） smo
（二十七） smoreg
（二十八） spegasos
（二十九） votedperceptron
（三十） winnow
（三十一） ib1
（三十二） ibk
（三十三） kstar
（三十四） lbr
（三十五） lwl 區域性加權學習
meta
（三十六） adabosstm1
（三十七） additiveregression
（三十八） attributeselectedclassifier
（三十九） bagging
（四十） classificationviaclustering
（四十一） classificationviaregression
（四十二） costsenstiveclassfier
（四十三） cvparameterselection
（四十四） dagging
（四十五） decorate
（四十六） end
（四十七） filteredclassfier
（四十八） grading
（四十九） gridsearch
（五十） logitboost
（五十一） metacost
（五十二） mutiboostab
（五十三） muticlassclassifier
（五十四） mutischeme
（五十五） nesteddichitmies
（五十六） nd
（五十七） classbalancednd
（五十八） datanearbalancednd
（五十九） orinalclassclassifier
（六十） raceincrementallogistboost
（六十一） randomcommittee
（六十二） randomsubspace
（六十三） regressionbydiscretization
（六十四） rotationforest
（六十五） stacking
（六十六） stackingc
（六十七） thresholdselector
（六十八） vote
1) citationknn
2) mdd
3) miboost
4) midd
5) miemdd
6) milr
7) minnd
8) mioptimalball
9) mismo
10) misvm
12) ******mi
1． hyperpipes
2． serializedclassifier
3． vfi
① conjunctiverule
② decisiontable
③ dinb
④ jrip
⑤ m5rules
⑥ nnge
⑦ oner
⑧ part
⑨ prism
⑩ ridor
11 zeror
a. adtree
b. bftree
c. decisionstump
d. ft
e. id3
f. j48
g. j48graft
h. ladtree
i. lmi
j. m5p
k. nbtree
l. randomforest
m. randomtree
n. reptree
o. ******cart
p. userclassifier
Weka選擇屬性演算法介紹
在select attribute標籤頁中可以指定屬性評估器和搜尋方法。屬性子集評估器選取屬性的乙個子集，並返回乙個指導搜尋的度量數值。cfssubseteval評估器評估每個屬性的 能力及其相互之間的冗餘度，傾向於選擇與類別屬性相關度高，但相互之間相關度低的屬性。選項迭代新增與類別屬性相關度最高的...
weka資料準備
將matlab中的陣列資料儲存為weka使用的.arff格式的資料 1 先將matlab中的陣列資料儲存為.csv格式的資料 matlab命令 csvwrite filename matrixname 3 將.csv格式的資料轉換成.arff格式的資料 1 開啟weka gui chooser，在t...
Weka以及Matlab，LibSVM介面
weka 是個口碑很好的machine learning工具，可憐我這土鱉以前都沒用過。weka還是很intuitive的，直接給你gui，隨便你選演算法，直接幫你做cross validation，還幫你畫圖，你還想怎樣？weka官網還出了一本叫做data mining practical mac...