Weka est une collection de machines apprendre des algorithmes pour résoudre des questions d'exploration de données du monde réel. Les algorithmes peuvent soit être appliqué directement à un ou appelé depuis votre propre Java code.
L'application contient les outils dont vous aurez besoin pour le prétraitement des données, la classification, la régression, le regroupement, les règles d'association et la visualisation. Il est également approprié pour développer de nouveaux programmes d'apprentissage machine.
Les principales caractéristiques sont les suivantes :
- L'apprentissage machine.
- Extraction de données.
- Prétraitement.
- Classification.
- Régression.
- Regroupement.
- Règles de l'association.
- Sélection des attributs.
- Expériences.
- Flux de travail.
- Visualisation.
La collection d'algorithmes de Weka va du prétraitement des données à la modélisation. Ses principaux algorithmes d'exploration de données comprennent la régression, le regroupement et la classification.
Bien que Weka dispose d'une suite complète d'algorithmes pour l'analyse des données, elle a été conçue pour traiter les données comme des fichiers plats uniques. Par conséquent, il ne traite pas de l'exploitation multi-relationnelle et de la modélisation séquentielle.
Dans l'ensemble, Weka est un bon outil d'exploration de données avec une suite complète d'algorithmes. L'interface est correcte, bien qu'il y en ait quatre, chacune avec ses propres points forts, il peut être difficile de choisir avec laquelle travailler, à moins d'avoir une connaissance approfondie de l'application au départ.
