Weka (Waikato Environment for Knowledge Analysis) Yangi Zelandiyaning Waikato universiteti tomonidan intellektual tahlil masalalarini yechish uchun Java dasturlash tilida yaratilgan mashhur ochiq kodli dasturiy ta’minotdir.
Weka dasturi ishchi oynasida ma’lumotlarni analiz qilish va bashorat qiluvchi modellar uchun algoritmlar va visual ko’rinishdagi uskunalar taqdim etiladi.
Weka quyidagi afzalliklarga ega:
GNU General Public Licence litsenziyasi asosida bepul
Qulaylik, U to’liq Java dasturlash tilida yaratilgan va shuning uchun deyarli barcha zamonaviy operatsion tizimlarda ishlaydi
Ma’lumotlarni tahlil qilish va modellashtirish texnologiyalarini o’z ichiga oluvchi mukammal to’plamga ega
Foydalanish oson bo’lgan grafik interfeysga ega
Weka ma’lumotlarni ajratib olishda ishlatiladigan standart vazifalar bilan ta’minlaydi. Quyidagi vazifalar to’liq keltirilgan
Ma’lumotlarni tahlil qilish (ma’lumotlarni ma’lumotlar bazasidan import qilish)
Klasterizatsiya (masalan k-means algoritmi)
Klassifikatsiya
Regressiya
Vizual ko’rinish
Tanlash xususiyatlari
Weka Java Database Connectivitydan foydalangan holda SQL ma’lumotlar bazasi bilan bog’lash imkoniyatini beradi.
Attribute Relationship File Format (ARFF) tekst formatidagi fayl bo’lib Wekada ma’lumotlarni ma’lumotlar bazasida saqlash uchun uchun foydalaniladi. Bu turdagi fayllar quyidagicha strukturaga ega:
@relation weather
@attribute outlook {sunny, overcast, rainy}
@attribute temperature real
@attribute humidity real
@attribute windy {TRUE, FALSE}
@attribute play {yes, no}
ARFF falyi ikki qismni o’z ichiga oladi: Sarlavha va ma’lumot qismlari. Sarlavda biz aloqa nomini ko’rsatamiz. Undan keyin attributlar ro’yxati keladi (@attribute...). Har bir attribute unikal nom bilan birlashtiriladi va yoziladi. O’zgaruvchilar tiplari quyidagilar: numeric, nominal, string va date. Klass attribute odatda ro’yxatning oxirida bo’ladi. Sarlavha qismi shuningdek ‘ %’ belgisi bilan boshlangan bir nechta izohli qatorlarni o’z ichiga olishi mumkin.
Xulosa
Weka ko’plab intellektual tahlil masalalarini yecha oladi va eng muhimi u 100 % bepul ochiq kodli dasturiy ta’minotdir. Wekada siz o’zingizga kerak bo’lgan Java kutubxonalarini yuklab foydalanishingiz mumkin bu esa foydalanuvchi imkoniyatlarini oshiradi.
Аdabiyot:
- Eibe Frank, Mark A. Hall (2011). «Data Mining: Practical machine learning tools and techniques, 3rd Edition». Morgan Kaufmann, San Francisco.
- G. Holmes; A. Donkin va I. H. (1994). «Weka: A machine learning workbench». Proc Second Australia and New Zealand Conference on Intelligent Information Systems, Brisbane, Australia.
- S. R. Garner; S. J. Cunningham, G. Holmes, C. G. Nevill-Manning, va I. H. (1995). «Applying a machine learning workbench: Experience with agricultural databases». Proc Machine Learning in Practice Workshop, Machine Learning Conference, Tahoe City, CA, USA. pp. 14–21.
- P. Reutemann; B. Pfahringer va E. Frank (2004). «Proper: A Toolbox for Learning from Relational Data with Propositional and Multi-Instance Learners». 17th Australian Joint Conference on Artificial Intelligence (AI2004). Springer-Verlag.
