Weka - Selezione delle caratteristiche

Quando un database contiene un numero elevato di attributi, ci saranno diversi attributi che non diventano significativi nell'analisi che stai cercando. Pertanto, la rimozione degli attributi indesiderati dal set di dati diventa un'attività importante nello sviluppo di un buon modello di apprendimento automatico.

È possibile esaminare visivamente l'intero set di dati e decidere gli attributi irrilevanti. Questo potrebbe essere un compito enorme per i database contenenti un gran numero di attributi come il caso del supermercato che hai visto in una lezione precedente. Fortunatamente, WEKA fornisce uno strumento automatizzato per la selezione delle caratteristiche.

In questo capitolo viene illustrata questa funzione su un database contenente un gran numero di attributi.

Caricamento dati

Nel Preprocess di WEKA explorer, selezionare il labor.arfffile per il caricamento nel sistema. Quando carichi i dati, vedrai la seguente schermata:

Notare che ci sono 17 attributi. Il nostro compito è creare un dataset ridotto eliminando alcuni degli attributi che sono irrilevanti per la nostra analisi.

Caratteristiche Estrazione

Clicca sul Select attributesTAB.Vedrai la seguente schermata:

Sotto il Attribute Evaluator e Search Method, troverai diverse opzioni. Useremo solo le impostazioni predefinite qui. NelAttribute Selection Mode, utilizzare l'opzione set completo di allenamento.

Fare clic sul pulsante Start per elaborare il set di dati. Vedrai il seguente output:

Nella parte inferiore della finestra dei risultati, otterrai l'elenco dei file Selectedattributi. Per ottenere la rappresentazione visiva, fare clic con il pulsante destro del mouse sul risultato nel fileResult elenco.

L'output è mostrato nella seguente schermata:

Fare clic su uno qualsiasi dei quadrati ti darà il grafico dei dati per la tua ulteriore analisi. Di seguito è mostrato un tipico grafico dei dati:

Questo è simile a quelli che abbiamo visto nei capitoli precedenti. Gioca con le diverse opzioni disponibili per analizzare i risultati.

Qual è il prossimo?

Finora hai visto la potenza di WEKA nello sviluppo rapido di modelli di machine learning. Quello che abbiamo usato è uno strumento grafico chiamatoExplorerper sviluppare questi modelli. WEKA fornisce anche un'interfaccia a riga di comando che ti dà più potenza di quella fornita dall'explorer.

Facendo clic su Simple CLI pulsante in GUI Chooser l'applicazione avvia questa interfaccia della riga di comando che è mostrata nello screenshot qui sotto -

Digita i tuoi comandi nella casella di input in basso. Sarai in grado di fare tutto ciò che hai fatto finora in Explorer e molto altro ancora. Fare riferimento alla documentazione WEKA (https://www.cs.waikato.ac.nz/ml/weka/documentation.html) per ulteriori dettagli.

Infine, WEKA è sviluppato in Java e fornisce un'interfaccia alla sua API. Quindi, se sei uno sviluppatore Java e desideri includere le implementazioni WEKA ML nei tuoi progetti Java, puoi farlo facilmente.

Conclusione

WEKA è un potente strumento per lo sviluppo di modelli di machine learning. Fornisce l'implementazione di diversi algoritmi ML più ampiamente utilizzati. Prima che questi algoritmi vengano applicati al tuo set di dati, ti consente anche di preelaborare i dati. I tipi di algoritmi supportati sono classificati negli attributi Classify, Cluster, Associate e Select. Il risultato nelle varie fasi della lavorazione può essere visualizzato con una rappresentazione visiva bella e potente. Ciò rende più facile per un Data Scientist applicare rapidamente le varie tecniche di apprendimento automatico sul suo set di dati, confrontare i risultati e creare il modello migliore per l'uso finale.