「这是我参与11月更文挑战的第10天，活动详情查看：2021最后一次更文挑战」
内容
1. 分析weka自带的测试数据集；
2. 利用weka实现对数据库中数据的挖掘；
3.利用weka中的预处理算法对数据进行预处理，包括：添加属性，删除属性/实例，将数据离散化。
步骤及结果
分析weka自带的测试数据集；
首先安装weka
安装完后解压weka.jar
查看data文件夹，里面是weka自带的数据集
利用weka实现对数据库中数据的挖掘
在对数据库中的数据进行挖掘时，我们需要将weka与mysql连接起来
第一，配置环境变量
%WEKA_HOME%\lib\mysql-connector-java-5.1.47.jar;
第二，启动数据库，建立名为weka的数据库，并建立如下表
第三，修改如下配置文件
修改如下两行
设置完成后打开weka，进入探索者页面
单击如下按钮
出现数据库连接成功提示
查询weka1表中的数据
结果如下
利用weka中的预处理算法对数据进行预处理，包括：添加属性，删除属性/实例，将数据离散化。
第一，加载数据
加载数据后出现如下页面
第二，删除属性
单击choose
适合删除属性的的过滤器是 Remove，我们在无监督\attribute 下找到 Remove 条目
再点击apply
属性成功删除
第三，添加属性
仍然是单击 Choose 按钮，依次weka-filter-无监督-attribute-AddUserFileds过滤器
建立属性
Apply之后生成新的属性
新增过滤器AddValues
再点开Edit查看
第四，删除实例
<1>选择 choose-weka-filter-unsupervised-instance-RemoveFolds, 过 滤 器将数据集分割为给定的交叉验证折数，并指定输出第几折。点击 Choose 旁边的文本框，弹出如下对话框
点击apply只剩下两条数据
<2>choose-weka-filter-unsupervised-instance-RemovePercentage,
过滤器删除数据集中给定百分比的实例，点击 Choose 旁边的文本框，
弹出如下对话框，
apply之后只剩下1条数据
<3>选择 choose-weka-filter-unsupervised-instance-RemoveRange,
过滤器删除数据集中给定范围的实例，点击 Choose 旁边的文本框，
弹出如下：
点击apply之后
第五，使用weka将数据离散化
在 data 目录中找到玻璃数据集 glass.arff 文件
RI属性直方图
等宽离散化：依次打开 choose-weka-filters-unsupervised-attribute-Discretize.保持默认参数不变，点
击 Apply,出现如下图：
等频离散化：设置 Discretize 中的 值为 true。得到等频离散化后的 RI 属性，如下图：
查看Ba,Fe
第六，有监督离散化
首先打开 data 数据集中的鸢尾花数据 集，即 iris.arff 文件，数据集中各属性如下
Weka 中打开 iris 数据集，显示如下图
然后依次点开 choose-weka-filters-supervised-attribute-Discretize，点击 Apply,打开可视化窗口，发现各个属性的取值范围如下：