基于Weka关联规则挖掘的针灸腧穴规律研究

针灸腧穴规律在针灸临床治疗中起着十分重要的作用,针对古今针灸临床治疗方案数据量大、关联性强的特点,运用关联分析中的Apriori算法,结合针灸学科特点和临床诊治规律,将经过筛选转换的数据在Weka平台中分析,充分利用其中的类和可视化功能,得出用穴规律、腧穴配伍规律等的分析结果。实验结果表明,基于WEKA的关联规则挖掘技术能有效的为针灸腧穴规律研究提供信息支持。     

基于决策树的大学生科研活动与毕业走向的关联研究

本科生的科研活动越来越得到教育研究者的重视,然而,研究者很少关注学生科研活动与毕业走向之间的关联问题。为了探究本科生参与科研情况对其未来发展的影响,从学生毕业走向切入,挖掘影响学生未来毕业去向的重要因素。以北京市某师范高校计算机相关专业的2009级的所有学生的科研情况与毕业走向作为数据主要来源,以Weka作为模型建立和评估的辅助工具,采用J48决策树分类,进行十折交叉验证,建立了基于学生科研活动的毕业走向预测模型,并通过对模型进行验证评估,证明了模型预测准确率良好。研究结果表明,学生参与竞赛的数量、专业、作为项目负责人的项目数量、参与教学类项目的数量对学生的未来走向有着重要影响。     

一个医学数据集上的决策树分类研究

人乳头瘤病毒(HPV)是导致宫颈癌的一大要素。利用Weka这个数据挖掘平台,对中国肿瘤防治数据库山西子宫颈癌医学数据集进行C4.5决策树分类研究,从决策树中提取了一些比较有意义的规则,发现一些容易导致感染HPV病毒的因素。     

早期糖尿病风险预测模型的比较研究

糖尿病是一种比较常见的慢性疾病,并且存在较长的无症状阶段。本文主要介绍了机器学习中的5种分类算法,分别是朴素贝叶斯、支持向量机、逻辑回归、决策树和集成分类器Random Forest,并在Weka数据挖掘平台上,对糖尿病数据进行挖掘分析,根据混淆矩阵、Kappa系数、ROC曲线、均方根误差以及相对绝对误差这几个性能指标对分类器效果进行分析,找到最适合糖尿病疾病预测的算法,为当今医疗行业其他疾病数据的挖掘分析提供思路。     

基于捕食逃逸PSO的贝叶斯网络分类器

构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的分类器应用于高职院校就业预测分析,并在Weka平台上实现对该分类器的构建和验证,与其他几种贝叶斯网络分类器的对比实验结果表明,该分类器具有更好的性能。     

使用数据挖掘工具Weka

当今社会,数据无处不在,数据挖掘技术作为一种新的信息处理技术,从海量的数据中找出有潜在价值的数据规律或数据模型。用人工的方式难以实现这个目标,Weka是一种可用于数据挖掘的工具,数据挖掘用户可使用Weka执行数据预处理,分类,回归,聚类,关联规则等任务。以Weka自带的数据集为例,详细介绍作为易于使用的数据挖掘工具Weka的使用。     

Weka平台上解决聚类的改进差分进化算法

针对K均值算法的缺陷,提出一种用于解决聚类问题的差分进化算法对聚类的准则函数进行优化,为了能够进一步增强算法的全局搜索能力,引入一种基于种群适应度方差的自适应策略来动态调整变异概率CR和规模因子F等参数,充分利用在Weka工具中的类和接口,并将新提出的算法嵌入到平台中.在Weka平台上将该算法与K均值算法在3个UCI数据集上进行比较.仿真实验结果表明,该算法能够有效克服K均值算法的缺陷,能够获得较高的聚类质量.     

基于自身特征扩展的短文本分类方法

短文本具有特征稀疏、描述概念信号弱等特点,传统方法对短文本进行分类很难取得较好结果。针对上述问题,提出了一种基于自身特征扩展的短文本分类方法SC-FE。该方法首先基于类内离散度从每个类中选取高类别指示性的特征组成特征空间,其次对样本的特征,在已选的特征空间中选取其相关度最大的特征加入短文本中进行扩充。在实际数据集上的实验结果表明,该方法可有效提高短文本分类效果。     

数据挖掘技术在晶体材料结构与性能关系研究中的简单应用

该文利用数据挖掘技术中的常用的Weka软件作为挖掘工具,对收集的大量的简单晶体材料结构和性能数据,先使用聚类方法进行数据预处理,再使用关联规则方法挖掘两者间存在的某些关联,发现挖掘出的规则与已知的规律符合较好,表明了数据挖掘技术,特别是关联规则在材料的性能和结构关系研究领域具有很强的实用性,具有巨大的应用潜力,值得进一步深入研究。     

基于数据挖掘的高速公路联网收费稽查研究

论文对联网高速公路偷逃通行费现象进行了深入的分析与研究,重点研究了相关数据挖掘算法,在此基础上,利用收费记录中特征字段和偷逃通行费现象之间的关联,分析并设计了用于辅助收费稽查的模型,并使用数据挖掘工具 Weka 实现了对所设计模型的建模与模型应用。模型应用的结果证明预测精度高,对于变档、换卡、出入口车牌不符、U 型车等偷逃通行费行为有很高的稽查性能。