데브포유

아래 소스는 연령과 성별에 따라 특정 사이트에 로그인한 횟수를 기반으로 특정 성별과 연령을 입력 했을 때 그 사람이 로그인할 횟수를 예측하는 소스입니다. Weka를 이용하면 다양한 분야에 적용할 수 있을 듯 합니다. [소스] package com.alag.ci.weka.tutorial; import weka.classifiers.Classifier; import weka.classifiers.Evaluation; import weka.classifiers.functions.RBFNetwork; import weka.core.Attribute; import weka.core.FastVector; import weka.core.Instance; import weka.core.Instances; public ..

WEKA의 데이터 det 빌드하기 데이터를 WEKA로 로드하려면 이해가 되는 형식으로 입력해야 한다. 데이터를 로드하기 위해 WEKA가 선호하는 방법은 로드되는 데이터의 유형을 정의하고 데이터 그 자체를 공급할 수 있는 ARFF(Attribute-Relation File Format)이다. 파일에서 각 열을 정의하고 그 내용을 정의한다. 회귀 모델의 경우에는 NUMERIC 또는 DATE 열로 제한된다. 마지막에 데이터의 각 열을 콤마로 한계를 정한 형식으로 공급한다. WEKA로 사용할 ARFF 파일이 아래에 표시된다. 필자의 주택이 데이터 행에서 빠져 있음을 주목하라. 여기에서는 모델을 작성하는 것이므로, -- Sample .det File -- @RELATION house @ATTRIBUTE house..

WEKA는 Waikato Envrionment for Knowledge Analysis의 약어이며 자바로 작성된 가장 대중적인 데이터 마이닝 알고리즘 프레임워크 입니다. GNU 라이센스를 따름으로 일단 무료입니다. 뉴질랜드 와이카코 대학에서 처음 만들었다는군요. 다운로드 URL = http://www.cs.waikato.ac.nz/ml/weka/ Windows, MAC OSX, Linux등 다양한 플랫폼을 지원합니다. 전 맥버전을 다운로드 받았습니다. 장점은 무료라는 점과 비교적 접근하기 쉬운 자바 언어로 만들어졌다는것 이구요. API를 제공하기 때문에 자신이 만든 프로그램에 삽입하기도 쉽습니다. 단점은 관련 문서가 많이 부족합니다. 겨우 원서 하나 구했네요. Data Mining Weka 라는 책이 있..