Weka
| WEKA | |
|---|---|
| Sviluppatore | University of Waikato (NZ) |
| Ultima versione | 3.6.8 (Settembre 2012) |
| Sistema operativo | Multipiattaforma |
| Linguaggio | Java |
| Genere | Database management system |
| Licenza | GNU General Public License (Licenza libera) |
| Sito web | www.cs.waikato.ac.nz/ml/weka/ |
Weka, acronimo di "Waikato Environment for Knowledge Analysis", è un software per l'apprendimento automatico sviluppato nell'università di Waikato in Nuova Zelanda. È open source e viene rilasciato con licenza GNU General Public License. Curiosamente la sigla corrisponde al nome di un simpatico animale simile al Kiwi (vedi foto), presente solo nelle isole della Nuova Zelanda.
Indice |
Caratteristiche[modifica]
Weka è un ambiente software interamente scritto in Java. Un semplice metodo per utilizzare questo software consiste nell'applicare dei metodi di apprendimento automatici (learning methods) ad un set di dati (dataset), e analizzarne il risultato. È possibile attraverso questi metodi, avere quindi una previsione dei nuovi comportamenti dei dati.
L'interfaccia grafica di Weka è composta da:
- Simple CLI: l'interfaccia dalla riga di comando;
- Explorer: ambiente che consente di esplorare i dati attraverso i comandi Weka;
- Experimenter: compie test statistici fra i diversi algoritmi di data mining.
Il dataset[modifica]
Insieme di valori e attributi presenti all'interno di una relazione. In una tabella di un database relazionale le istanze corrispondono alle righe e gli attributi alle colonne. Il formato utilizzato in Weka per la lettura dei dataset e l'ARFF(Attribute Relationship File Format), è simile al più famoso CSV (Comma-separated values) ed è equivalente alla tabella di un database relazionale.
La matrice di confusione[modifica]
 |
Per approfondire, vedi Matrice di confusione. |
Vengono utilizzate per la valutazione dei classificatori utilizzati in Weka.
--- Confusion Matrix ---
a b <-- classified as
7 2 | a = yes
3 2 | b = no
Le colonne della matrice rappresentano le istanze che sono state classificate come appartenenti a quella classe. Nell’esempio la prima colonna mostra che in totale sono state classificate 10 istanze “a” da Weka, e 4 sono state classificate come “b”.
Le righe della matrice di confusione rappresentano le reali istanze che appartengono a quella classe. Attraverso questo meccanismo la matrice è in grado di fornire il numero di casi che sono stati classificati correttamente e il numero di casi classificati in modo scorretto.
