1. Chapter 13

2. Getting started  Simple CLI 를 실행 Click!!

3. Getting started(cont’d)  Line interface 를 통한 명령 입력 Command Line

4. Getting started(cont’d)  명령어 입력을 통한 Figure 10.5 의 결과 확인

5. The structure of Weka  Classes, instances, and packages  Weka 는 Java 기반  The weka.core package  Weka 시스템의 중심  다른 거의 모든 클래스에서 접근 가능  Javadoc 의 weka package 에 자세한 설명  p.452 의 Figure 13.1 의 (a) 참고

6. The structure of Weka(cont’d)  The weka.core package(cont’d)  Figure 13.1 (b)  Interface summary  클래스를 제공하는 인터페이스를 설명  Class summary  Class package 내에 포함된 목록 설명

7. The structure of Weka(cont’d)  The weka.classifiers package  분류 및 수치 예측 알고리즘의 구현에 대한 설명  세 가지의 method 포함  buildClassifier()  classifyInstance()  distributionForInstance()  Classifier 의 하위 클래스

8. The structure of Weka(cont’d)  The weka.classifiers package(cont’d)  예를 들어, DecisionStump 는  Weka.classifiers.trees package 의 한 클래스  P.454 의 Figure 13.2 와 같이 사용 가능

9. The structure of Weka(cont’d)  Other Packages  weka.associations  Association rule learners 포함  weka.clusterers  Unsupervised learning 을 위한 method  weka.estimators  Generic estimator class 의 sub-class  나이브 베이지안 알고리즘 등으로 사용  weka.filters  모든 필터 알고리즘을 포함하는 일반적 구조 정의  weka.attributeSelection

10. Command-line options  Option list 보기

11. Command-line options(cont’d)  Generic options for learning schemes in Weka

12. Command-line options(cont’d)  Scheme-specific options for the J4.8 decision tree learner