柏/SoftwareRef/Weka の変更点

• 追加された行はこの色です。
• 削除された行はこの色です。
• 柏/SoftwareRef/Weka へ行く。
• 柏/SoftwareRef/Weka の差分を削除

[[柏/SoftwareRef]]
*Weka [#v73f03b3]
**データセット [#te699315]
@relation [文字列]　　//データセットの名前~
@attribute [属性名] [属性のタイプ]　　//属性タイプ（数値：real,名義：{,}で囲む~
@data [@attribute一行目], [@attribute二行目], ……, [@attribute n行目]    //以降はCSV方式~
***ex. [#n9764a3e]
@relation SelectOS~
@attribute sex {man, women}~
@attribute age real~
@attribute income {poverty, middle, rich}~
@attribute year real~
@attribute class {windows, mac, linux}~
@data~
man, 24, poverty, 5, windows~
man, 31, middle, 10, linux~
women, 27, middle, 3, mac~
man, 53, rich, 20, linux~
women, 22, middle, 1, mac~
man, 29, middle, 7, windows~
man, 23, poverty, 3, windows~
man, 53, rich, 20, linux~
man, 31, poverty, 6, linux~
women, 25, rich, 3, windows~
***ref [#d8b16111]
-http://www24.atpages.jp/antibayesian/weka/
**NaiveBayes [#ec51777f]
***特徴 [#d65f073f]
-単語wのカテゴリcにおける確率~
カテゴリcの単語wの頻度の合計/カテゴリcのすべての単語の頻度の合計~
-文書dのカテゴリcにおける確率~
文書dに出てくる単語wの確率の積と定義~
0.07*0.1*0.01*...=0.00025
-確率が最も高いカテゴリに分類すれば良い
-単語の相関や語順は考慮していない
-P(c|d)を求めたい
***TF-IDF重みづけ [#ae2532a1]
-単度頻度（TF）の変換~
頻出語の影響を減らすための正規化
-文書頻度（IDF）の逆数を掛ける~
単語のレア度を考慮

***ref [#t742ce9e]
--http://d.hatena.ne.jp/sleepy_yoshi/20080217/p1
**オプション [#w4c337d5]
-"-w"
属性数の最大数を制御．デフォルトでは1000のため要注意
**etc [#p9b3357a]
***メモリの使用量の変更~ [#n3e986e9]
***メモリの使用量の変更 [#n3e986e9]
java -Xmx1500m -jar weka.jar
*Reference [#r196e04a]
--&attachref(WekaManual.pdf);
--&attachref();
--&attachref();
--&attachref();
--&attachref();
--&attachref();