< 数据挖掘--实用机器学习技术及java实现> 一书结合数据挖掘和机器学习的知识,作者陈述了自动挖掘模式的基础理论,并且以java语言实现了具有代表性的各类数据挖掘方法.例如:classifier中的ZeroR.OneR.NaiveBayes.DecisionTable.IBK.C45,还有聚类,数据预处理等.

:<<数据挖掘--实用机器学习技术及java实现>>一书的配套源程序，结合数据挖掘和机器学习的知识,以java语言实现了具有代表性的各类数据挖掘方法.例如:classifier中的ZeroR.OneR.NaiveBayes.DecisionTable.IBK.C45,还有聚类,数据预处理等-: lt; Lt; Data Mining -- Practical Machine Learning Technology and java achieve gt; Gt; A ma

WEAK 开发环境简介，介绍了WEKAWeka 试验（Experiment）环境可以让用户创建，运行，修改和分析算法试验，这会比单独的处理 各个算法更加方便。例如，用户可创建一次试验，在一系列数据集上运行多个算法（schemes），然后 2 分析结果以判断是否某个算法比其他算法（在统计意义下）更好。 可以通过Simple CLI 在命令行的方式下运行试验环境。例如，在CLI 上键入以下命令，将通过一 个基本的训练和测试步骤在Iris 数据集上运行OneR 算法。（注意该命令应