20160307 weka

Wekaを用いた機械学習入門　　　

佐藤 琢磨　廣安 知之　日和 悟　　　

2014年 10月 23日　　　

IS Report No. 2015111203　　　

ReportMedical Information　　System Laboratory　　

Abstract

全世界のデータ量は 1日にエキサバイト単位で増加している．そのため，これらのビッグデータをも

とに誰もがコーディングを必要とせず，機械学習やデータマイニングを行うソフトウェアであるWeka

（Weka:Waikato Environment for Knowledge Analysis）が注目を集めている．本稿ではこのニュー

ジーランドのWaikato大学が開発を行ったWekaの導入方法，操作方法に関して述べる．なお本稿は

「フリーソフトではじめる機械学習入門」(森北出版株式会社)1) ) を参考に作成している．

目 次

第 1章 Wekaの導入 . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

第 2章 Wekaを用いた機械学習 . . . . . . . . . . . . . . . . . . . . . . 4

2.1 データセットの読み込み . . . . . . . . . . . . . . . . . . . . . . 5

2.2 識別器の選択とパラメータ設定 . . . . . . . . . . . . . . . . . . . 6

2.3 識別器における学習と識別 . . . . . . . . . . . . . . . . . . . . . 8

第 3章 付録 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

3.1 特徴量空間のプロット . . . . . . . . . . . . . . . . . . . . . . . 10

3.2 パッケージの追加 . . . . . . . . . . . . . . . . . . . . . . . . . 10

第 1章 Wekaの導入

WekaはWaikato大学で開発されGPL（General Public License）ライセンスで公開されている．GPL

ライセンスとはプログラムの実行，改良，再頒布は自由であり，再頒布する際にその再頒布物もGPL

ライセンスでなければならないというライセンスのことである．以下にWekaのインストール方法を

示す．

step.1 以下のサイトにアクセスしDownloadをクリック

http://www.cs.waikato.ac.nz/ml/weka/

Fig. 1.1 Wekaの入手先（自作）

step.2 各プラットホームに応じたファイルをダウンロードしインストールする

Fig. 1.2 Wekaのダウンロード（自作）

2

第 1 章 Wekaの導入

step.3 Wekaを起動すると以下のウィンドウが表示される

Fig. 1.3 Wekaの起動（自作）

また日本語の特徴量名をもつデータセットを用いる際は，文字化けを防ぐためにエンコードを変更

する必要がある．この手順を以下に示す．

step.4 Wekaインストールディレクトリ内のRunWeka.iniをテキストエディタで開く

step.5 32行目の fileEncoding=Cp1252を fileEncoding=utf-8に変更する

Fig. 1.4 エンコードの変更（自作）

3

第 2章 Wekaを用いた機械学習

本稿ではWekaを用いた機械学習について説明する．教師あり学習は学習フェーズと識別フェーズ

の 2種類のフェーズから成り立つ．学習フェーズとは識別器をデータセットにフィットさせるフェー

ズであり，識別フェーズはデータセットにフィットさせた識別器をもとに未知のデータを識別させる

フェーズである．Wekaではこれらのフェーズを同時に実行することが可能である．以下にWekaを用

いた教師あり学習とクロスバリデーションを用いた識別率の算出手順を示す．またデータセットには

Weka3.7に付属の iris.arffを用いる．なおこのデータセットはアヤメの花の分類をするものでWeka

がインストールされたディレクトリ内の dataディレクトリに保存されている．このデータセットの特

徴量は sepal length:がく片の長さ [cm]，sepal width:がく片の幅 [cm]，petal length:花弁の長さ [cm]，

petal width:花弁の幅 [cm]であり，Iris Setosa ，Iris Versicolour，Iris Virginicaの 3クラスのラベル

が付けられている．

Fig. 2.1 教師あり学習の流れ（自作）

4

2.1データセットの読み込み 第 2 章 Wekaを用いた機械学習

2.1 データセットの読み込み

step.1 Wekaを起動しウィンドウを表示させ，Explorerを選択

Fig. 2.2 Explorerの起動（自作）

step.2 Open fileから iris.arffを選択 (csvでも可)

Fig. 2.3 データセットの読み込みボタン（自作）

5

2.2識別器の選択とパラメータ設定 第 2 章 Wekaを用いた機械学習

2.2 識別器の選択とパラメータ設定

以下に識別器の選択と各識別器のパラメータの設定方法に関して述べる．本稿では識別器に決定木

を用いるが，その他の識別器を用いる場合でも手順は同様である．

step.1 Classifyのタブを選択

Fig. 2.4 教師あり学習画面の表示（自作）

step.2 Classifierの Chooseから識別器を選択

• C4.5(決定木)：trees￥J48

• サポートベクターマシン：functions￥LibSVM

• ベイジアンネットワーク：bayes￥BayesNet

Fig. 2.5 識別器の選択（自作）

6

2.2識別器の選択とパラメータ設定 第 2 章 Wekaを用いた機械学習

step.3 Fig. 3.3の赤枠部分をクリックし識別器のパラメータ設定ウィンドウを表示させ，パラメー

タを変更

Fig. 2.6 パラメータの設定（自作）

step.4 Moreをクリックすると識別器に関する参考文献やパラメータの説明を見ることができる　

Fig. 2.7 パラメータ設定ウィンドウにおける参考文献，パラメータの表示（自作）

7

2.3識別器における学習と識別 第 2 章 Wekaを用いた機械学習

2.3 識別器における学習と識別

step.1 Test optionsから Cross-Validationを選択し，Folds数を入力する　

Fig. 2.8 Cross-Validationの設定（自作）

step.2 Startをクリックするとクロスバリデーションによる学習と識別が行われ結果が表示される

Fig. 2.9 識別結果の表示（自作）

8

2.3識別器における学習と識別 第 2 章 Wekaを用いた機械学習

また iris.arffデータセット識別の結果は以下のようになる．

Table. 2.1 各被験者の動作数

Class Precison[%] 　Recall[%] F-Measure[%]

Iris Setosa 100 98.0 99.0

Iris Versicolour 94.0 94.0 94.0

Iris Virginica 94.1 96.0 95.0

識別器を決定木としている場合，学習された決定木を表示させることができる．

step.3 赤枠部分を右クリックし，Visualize treeを選択

Fig. 2.10 決定木の表示（自作）

9

第 3章 付録

3.1 特徴量空間のプロット

Weka3.7以降ではVisualoze 3Dのタブを選択すると特徴量空間をプロットすることができる．

Fig. 3.1 特徴量空間プロットの作成（自作）

3.2 パッケージの追加

step.1 Wekaを起動し，Toolsタブの Packege managerを選択

Fig. 3.2 Packege manageの起動（自作）

10

3.2パッケージの追加 第 3 章 付録

step.2 パッケージを選択してインストールする

Fig. 3.3 パッケージのインストール（自作）

11

参考文献

1) 荒木雅弘. フリーソフトではじめる機械学習. 森北出版株式会社, 2015.

12