Data mining with weka（Class by Prof.杜）

假裝是靠譜的標題 資料前處理 欄位分割 資料離散化 位置 參數 後續 數值屬性轉名目屬性 位置 描述 重新取樣 位置 描述 決策樹 欄位選取 計算Gini（HW 6、7） 計算Entropy（HW 8） CFS InfoGain 後續 建樹（HW 4、5、9、11） 選欄位 位置 描述 建樹 評估（HW 10） Association Rules（HW 12、13、4） 位置 描述 後續 K-Me

>>阅读原文<<