免费试听
WEKA（Weka）是一种流行的机器学习软件，它提供了大量的机器学习算法，用于数据挖掘和知识发现。WEKA基于Java编写，因此可以在各种平台上运行，包括Windows、Mac和Linux。WEKA的主要特点是易于使用、灵活性和广泛的支持，它提供了图形用户界面和命令行界面，使得用户可以轻松地使用各种机器学习算法来处理数据集。WEKA广泛应用于数据挖掘、知识发现、模式识别、生物信息学等领域。
1. Classifier：分类器，用于分类的算法
2. Attribute：属性，数据集中的特征
3. Instance：实例，数据集中的一个样本
4. InstanceSet：实例集，包含所有实例的数据集
5. Train：训练数据，用于训练分类器的数据集
6. Test：测试数据，用于测试分类器的数据集
7. Evaluation：评估，用于评估分类器的性能
8. CrossValidation：交叉验证，一种评估方法
9. Model：模型，表示分类器的结构或参数
10. Hyperparameters：超参数，用于调整模型性能的参数
11. FeatureSelection：特征选择，选择对分类最有用的特征
12. ModelSelection：模型选择，选择最佳的分类器或参数组合
13. EvaluationMetrics：评估指标，用于评估分类器的性能的度量标准
14. Accuracy：准确率，分类器正确分类的样本数占总样本数的比例
15. Precision：精确率，真正例（TP）占总正例（TP+FP）的比例
16. Recall：召回率，真正例（TP）占总样本数（TP+FN）的比例
17. FMeasure：F值，综合准确率和精确率的指标
18. KFoldCrossValidation：k折交叉验证，将数据集分成k个部分进行交叉验证的方法
名师辅导
环球网校
建工网校
会计网校
新东方
医学教育
中小学学历
今日
您现在的位置：
