# 7.3 執行選擇
點擊 Start 按鈕開始執行屬性選擇過程。它完成后,結果會輸出到結果區域中,同時結果列表中會增加一個條目。在結果列表上右擊,會給出若干選項。其中前面三個(View in main window,View in separate window 和 Save result buffe)和分類面板中 是一樣的。還可以可視化精簡過的數據集(Visualize reduced data),或者,如果使用 過主成分分析那樣的屬性變換工具,則能可視化變換過的數據集(Visualize transformed data)。精簡過/變換過的數據能夠通過 Save reduced data... 或 Save transformed data... 選項來保存。
如果想在精 簡 / 變換訓 練集的同時 進行測試, 而又不使用 在分類器面 板中的 AttributeSelectedClassifier,那么最好在命令行或者 SimpleCLI 中使用批量模式(`-b`) 的 AttributeSelection 篩選器(這是一個 supervised attribute filter)。這一批量模式允許 指定額外的輸入和輸出文件對(選項 –r 和 -s),處理它們的篩選器的設置是由訓練文件(由 –i 和 –o 選項給出)決定的。 下面是 Unix/Linux bash 中的一個例子:

注意:
+ 每一樣末尾的反斜線告訴 bash 命令還沒有結束。使用 SimpleCLI 時必須把命令 寫在同一行而不能使用反斜線。
+ 這里假設 WEKA 已經在 CLASSPATH 中了,否則還要加上 -classpath 選項。
+ 整個篩選器的設置會在日志中輸出,就像運行正規的屬性選擇時的設置一樣。
- 1 啟動 WEKA
- 2 WEKA Explorer
- 2.1 標簽頁
- 2.2 狀態欄
- 2.3 Log 按鈕
- 2.4 WEKA 狀態圖標
- 3 預處理
- 3.1 載入數據
- 3.2 當前關系
- 3.3 處理屬性
- 3.4 使用篩選器
- 4 分類
- 4.1 選擇分類器
- 4.2 測試選項
- 4.3 Class 屬性
- 4.4 訓練分類器
- 4.5 分類器輸出文本
- 4.6 結果列表
- 5 聚類
- 5.1 選擇聚類器(Clusterer)
- 5.2 聚類模式
- 5.3 忽略屬性
- 5.4 學習聚類
- 6 關聯規則
- 6.1 設定
- 6.2 學習關聯規則
- 7 屬性選擇
- 7.1 搜索與評估
- 7.2 選項
- 7.3 執行選擇
- 8 可視化
- 8.1 散點圖矩陣
- 8.2 選擇單獨的二維散點圖
- 8.3 選擇實例
- 參考文獻