開始研究WEKA，一個開源java的數據挖掘工具。
HS沉寂這么多天，誰知道偏偏在我申請離職的時候給我安排了個任務，哎，無語。
於是，今天看了一天的Weka。
主要是看了HS提供的三個文章（E文，在google的幫助下看完的）：
還有一個中文文檔：
http://www.doc88.com/p-881687347690.html
還有一個E文的PPT（
http://www.cs.ccsu.edu/~markov/weka-tutorial.pdf），還沒仔細看。里面有個數據挖掘經常用到的軟件的列表。
簡單學會了Weka的用法。
weka就是一個工具，他根據用戶輸入的N組數據，通過用戶指定的算法，如：回歸分析、分類分析、聚類分析、鄰近分析等，然后輸出一個統計分析的結果。還可以使用測試數據對統計結果進行驗證，以確認分析結果的可用性。
weka本身有一個GUI，通過java -jar weka.jar啟動。然后點擊Explorer啟動子程序（我只學了Explorer）。
在weka explorer中點擊OpenFile打開*.arff格式的數據。arff其實就是文本文件。
weka explorer頂部標簽的第二個標簽，可以進行分類相關的分析，如回歸分析、分類分析、臨近分析等。
利用第三個標簽為集群相關的分析可以進行聚類分析等。
算法是在標簽的Classifier中的Choose按鈕中選擇的，其中，
以樹的形式展示分類分析是用：Classify->Choose->Classifiers->trees->J48; 對應java類（weka.classifiers.trees.J48;）
回歸分析是：Classify->Choose->Classifiers->Functions->LinearRegression 剛剛注意到界面上有這個類（weka.classifiers.functions.LinearRegression），也許就是用java編程時要用到的。
聚類分析是：Cluster->Choose->clusterers->SimpleKMeans
鄰近分析是：Classify->Choose->Classifiers->lazy->IBK
WEKA Explorer的使用，在文檔（
http://www.doc88.com/p-881687347690.html）中的WEKA Explorer一節中有很詳細的介紹。請參考之。
通過Java可以很簡單的進行API的調用：如下代碼從一個arff文件中讀取數據，然后進行了回歸分析，然后打印了根據回歸分析結果預測的某個房屋的價格：
import java.io.FileNotFoundException;
import java.io.IOException;
import weka.classifiers.functions.LinearRegression;
import weka.core.Instances;
public class Weka {
/**
* @param args
*/
public static void main(String[] args) {
String inputFile = "C:\\Documents and Settings\\Administrator\\My Documents\\Downloads\\weka-3-7-5\\weka-3-7-5\\my\\house.arff";
java.io.Reader r;
try {
r = new java.io.BufferedReader(new java.io.FileReader(inputFile));
Instances instances = new Instances(r);
instances.setClassIndex(instances.numAttributes() - 1);
LinearRegression linearRegression = new LinearRegression();
linearRegression.buildClassifier(instances);
double[] coef = linearRegression.coefficients();
double myHouseValue = (coef[0] * 3198) + (coef[1] * 9669)
+ (coef[2] * 5) + (coef[3] * 3) + (coef[4] * 1) + coef[6];
System.out.println(myHouseValue);
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (Exception e) {
e.printStackTrace();
}
}
}