개발자 최남기

데이터 분석에 도움을 주는 Weka Visualize 입니다.

Weka Visualize 는 데이터를 사용자에게 시각화해서 보여줍니다.

파이썬을 처음 접해서 pyplot을 잘 다루지 못했을 때, 유용하게 사용했던 기능입니다.

weka Visualize 탭 화면입니다. 입력한 데이터를 그래프로 그려서 보여주는 모습을 볼 수 있습니다. X축과 Y축을 원하는 칼럼으로 두고 찍히는 점의 색을 그라데이션으로 만들어 총 3개의 데이터를 시각화 해서 보여줍니다.

PlotSize : 화면의 크기를 조절합니다.

PointSize : 찍히는 점의 크기를 조절합니다. 

Jitter : 데이터의 흩어진 정도를 조절합니다.

Select Attributes : 데이터를 그리는데 원하는 칼럼을 선택할 수 있습니다. 원하는 데이터를 CTRL 을 누른 상태로 마우스 오른쪽 클릭을 하시면 됩니다.

SubSample : 데이터를 그리는데 얼마만큼 데이터를 무작위로 뽑을지 선택할 수 있습니다.

여러 옵션을 설정한 뒤에 화면입니다.

좀 더 자세하게 보고 싶으면 그래프를 마우스 왼쪽 클릭을 해줍니다.

윗 그림과 같은 하나의 그래프를 확대한 화면이 뜨게 됩니다.

그래프의 점을 마우스 왼쪽 클릭 하시면 해당 의 정보를 보는게 가능합니다.

데이터 분석에 도움을 주는 Weka 실행편 입니다.

1. Weka 실행 후 우측에 Explorer 버튼을 클릭합니다.

Applications 에 5가지가 있지만 저는 Explorer만 사용했습니다.

Explorer 를 클릭하면 Weka Explorer 창이 뜨게 됩니다.

2.weka에서는 여러가지 기능을 제공해줍니다.  

그중에 제가 사용해본것의 리스트는 다음과 같습니다.

- Preprocess : 데이터를 전처리합니다.

- Classify : 데이터를 분류해줍니다.

- Select attributes : 모델에 사용할 feature 를 선별해줍니다.

- Visualize : 데이터를 그래프로 시각화 해줍니다.

3. 데이터를 불러와서 Weka를 사용해봅니다.

Weka에서 사용하는 데이터 포맷 방식은 .arff 입니다. 파일 유형을 바꾸면 .csv 파일도 불러올 수 있습니다.

csv파일을 사용할 경우 오류가 나는 경우도 있으니 가급적 arff 파일 포맷을 사용하는걸 추천합니다.

4. Prepocess

preprocess 에서 데이터를 불러올 수 있습니다. 각 attributes 에 정보를 볼 수 있으며 삭제 또한 가능합니다.

id 와 groupid 를 삭제한 화면입니다. 원하는 attributes 를 체크한 뒤 아래 remove 버튼을 통해 삭제할 수 있습니다.

5. Classify

choose 버튼을 통해 원하는 알고리즘을 선택한 뒤 분류를 할 수 있습니다.

6. Select attribution

데이터를 원하는 칼럼으로 분류하는 모델에 있어서, 좋은 attribute 를 여러 기준을 통해 점수를 매겨 찾을 수 잇습니다.

7. Visualize

데이터를 그래프로 시각화 해서 보여줍니다.

원하는 그래프에 마우스 오른쪽 클릭을 하면 더 자세하게 볼 수 있습니다.

데이터 분석에 도움을 주는 도구 Weka 설치법 입니다.

1. Weka 웹사이트에 접속, 하단 download 를 클릭합니다. 

주소 : https://www.cs.waikato.ac.nz/ml/weka/

2. 자기 운영체제에 맞는 버전을 다운받습니다.

3. 다운받은 Weka 설치 파일을 실행시켜 인스톨 합니다.

- Weka는 Java로 만들어졌기 때문에 JRE 가 없다면 항목에 체크해서 인스톨 해줍니다.

4. 성공적으로 설치하고 실행시키면 아래 화면을 볼 수 있습니다.