Wekaとは

インストール

https://www.cs.waikato.ac.nz/ml/weka/downloading.html
より、自分のOSに合ったものをダウンロードして、インストールする。

データの用意

Wekaで分類するデータは、arff と呼ばれる形式にする必要がある。
waikato大学のウェブページより

sample.arff

@RELATION iris

@ATTRIBUTE sepallength  NUMERIC
@ATTRIBUTE sepalwidth   NUMERIC
@ATTRIBUTE petallength  NUMERIC
@ATTRIBUTE petalwidth   NUMERIC
@ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}

@DATA
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
4.7,3.2,1.3,0.2,Iris-setosa
4.6,3.1,1.5,0.2,Iris-setosa
5.0,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5.0,3.4,1.5,0.2,Iris-setosa
4.4,2.9,1.4,0.2,Iris-setosa
4.9,3.1,1.5,0.1,Iris-setosa

@relation <relation-name>
@attribute <attribute-name> <datatype>

<datatype>には、以下のデータ形式を指定する。

numeric （数字。つまり整数か実数）
　（有限の記号。例えば、YESとNOとか。）
string （文字列）
date []　（日時。は省略可能。省略した場合は、"yyyy-MM-dd'T'HH：mm：ss"）

nominal-specificationは、中カッコ「{ }」で囲んで、カンマで区切る。例は上記にある通り。
YESとNOなら、{YES,NO} といった感じ。

決定木で機械学習

Explorerを開く。
Open file...から、先ほどのファイルを開く。
Classifyタブを選ぶ
Chooseからweka>classifiers>trees>J48を選択
Test optionsでどんな検定をするか設定できる。　デフォルトは10分割交差検定。
Test optionsの下に表示されているものが、分類される対象のデータ。
sample.arffの属性の最後の行に記述されているものが表示されるが、タップして変更することも可能。
Startボタンを押す。

SummaryのCorrectly Classified Instancesに書かれているのが、分類精度。
今回のサンプルデータだと 100%！