Weka

1) Que significa y que es Weka?

Waikato Environment for Knowledge Analysis - Entorno para Análisis del Conocimiento de la Universidad de Waikato

Weka es un software de código abierto publicado bajo la licencia GNU (General Public License).para aprendizaje automático y minería de datos implementado en Java.

2) ¿Quién lo creo?

Ha sido diseñado por la Universidad de Waikato

3)¿Qué tipo de Herramienta es?

Weka es una herramienta para los análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a sus funcionalidades las cuales se manifiestan a través de una colección de herramientas de visualización y algoritmos.

4) ¿En qué plataforma se desarrollo WEKA?

La versión original de Weka fue desarrollada en laplataforma TCL/TK y C en el año 1993, unos años más tarde en el año 1997 el código se decidió reformularlo para ser escrito bajo la plataforma de Java.

5) ¿Cuál es el formato de archivo tipo Weka?

El análisis de datos y todo su funcionamiento lo trabaja el programa con formato tipo .ARFF

6) ¿Cuáles son las herramientas de preprocesamiento de Weka?

El primer paso para comenzar a trabajarcon el explorador es definir el origen de los datos. Weka soporta diferentes fuentes que coinciden con los botones que están debajo de las pestañas superiores mostrados en la ventana 4. Las diferentes posibilidades son las siguientes:

- Open File
Al pulsar sobre este botón aparecerá una ventana de selección de fichero. Aunque el formato por defecto de Weka es el arff eso no significa quesea el único que admita, para ello tiene interpretadores de otros formatos. Éstos son:
CSV Archivos separados por comas o tabuladores. La primera línea contiene los atributos.
C4.5 Archivos codificados según el formato C4.5. Unos datos codificados según este formato estarían agrupados de tal manera que en un fichero .names estarían los nombres de los atributos y en un fichero .data estarían losdatos en sí. Weka cuando lee ficheros codificados según el formato C4.5 asume que ambos ficheros (el de definición de atributos y el de datos) están en el mismo directorio, por lo que sólo es necesario especificar uno de los dos.

- Instancias Serializadas Weka internamente almacena cada muestra de los datos como una instancia de la clase instance. Esta clase es serializable* por lo queestos objetos pueden ser volcados directamente sobre un fichero y también cargados de uno.
Para cargar un archivo arff simplemente debemos buscar la ruta donde se encuentra el fichero y seleccionarlo. Si dicho fichero no tiene extensión arff, al abrirlo Weka intentará interpretarlo, si no lo consigue aparecerá un mensaje de error.
Pulsando en Use converter nos dará la opción de usar un interpretadorde ficheros de los tipos ya expuestos.

- Open Url
Con este botón se abrirá una ventana que nos permitirá introducir una dirección en la que definir dónde se encuentra nuestro fichero. El tratamiento de los ficheros (restricciones de formato, etc.) es el mismo que el apartado anterior.

- Open DB
Con este botón se nos da la posibilidad de obtener los datos de una base de datos.Para configurarla lo primero es definir la url por la cual es accesible la base de datos, la contraseña para acceder, el nombre de usuario, la consulta que queremos realizar y si queremos o no usar el modo de datos abreviado (sparse data).
Así mismo los botones de la parte inferior dan posibilidad de cargar y guardar esta configuración en un fichero.
Una vez seleccionado el origen de los datospodremos aplicar algún filtro sobre él o bien pasar a las siguientes secciones y realizar otras tareas. Los botones que acompañan a abrir el fichero: Undo y Save, nos permiten deshacer los cambios y guardar los nuevos datos ya transformados (en formato arff). Además, se muestra en la ventana (figura 7) cada uno de los atributos que componen los datos, junto con un resumen con estadísticas de los...