【数据挖掘】RWeka做分类任务-C4.5算法

问题描述

R语言做数据挖掘有很多工具和方法，你熟悉哪一种呢？

1）直接使用各种算法所对应的R包

2）使用数据挖掘GUI工具，比方说rattle包

3）caret包提供了数据挖掘模型

……

在此，R语言meet Weka，利用RWeka包做数据挖掘，以分类任务为例子，采用十大经典挖掘算法的C4.5算法，具体怎么做呢？？请继续阅读和实践。

怎么做

Please follow the setups to use RWeka for classification in Data Mining.

第一步：获取数据集，利用自带iris数据集

data(iris)
View(iris)
str(iris)
dim(iris)

summary(iris)

第二步：加载RWeka包

library(RWeka)

第三步：使用C4.5决策树算法对iris数据集做分类

iris_j48 <- J48(Species ~ ., data = iris)

iris_j48

第四步：决策树模型摘要分析

summary(iris_j48)

第五步：模型的可视化

plot(iris_j48)

第六步：irsi全部数据训练决策树模型的交叉验证

eval_j48 <- evaluate_Weka_classifier(iris_j48, numFolds = 10, complexity = FALSE, seed = 1, class = TRUE)

eval_j48

第七步：Weka-control的了解

WOW("J48")

第八步：建立成本敏感决策树分类模型

csc <- CostSensitiveClassifier(Species ~ ., data = iris, control = Weka_control(`cost-matrix` = matrix(c(0, 10, 0, 0, 0, 0, 0, 10, 0), ncol = 3), W = "weka.classifiers.trees.J48", M = TRUE))
eval_csc <- evaluate_Weka_classifier(csc, numFolds = 10, complexity = FALSE, seed = 1, class = TRUE)

eval_csc

说明：C4.5算法的原理和代码运行的结果及分析，本文不做介绍。建议大家去实践，发现问题去检索相关资料。

请参阅

1 RWeka文档：https://cran.r-project.org/web/packages/RWeka/RWeka.pdf

2 http://www.r-bloggers.com/r-talks-to-weka-about-data-mining/