Weka é um pacote desenvolvido pela Universidade de Waikato, em 1993, com o intuito de agregar algoritmos para mineração de dados na área de Inteligência Artificial. O software é licenciado pela General Public License sendo, assim, possível a alteração do seu código-fonte. Weka é elaborado em linguagem Java.

Possui uma série de heurísticas para mineração de dados relacionadas à classificação, regressão, clusterização, regras de associação e visualização, entre elas: NaiveBayes, Linear Regression, IB1, Bagging, LogistBoot, Part, Ridor, ID3 e LMT.

Por se tratar de um pacote, contém 10 bases de dados prontas para serem mineradas e testadas. A visualização das Árvores de Decisões já ocorre com a poda, e a Matriz de Confusão é apresentada apontando os erros e acertos considerados pelo sistema.

O download é rápido e simples, mas vale ressaltar que para que uma base de dados seja carregada no software, é necessário que o arquivo esteja no formato .arff, formato de leitura para o Weka.

COMO UTILIZAR O WEKA

Após a formatação da sua base de dados, clique em Open File para selecionar a base de dados que deseja carregar. Você terá a opção de visualizar, em forma gráfica, como está a distribuição das classes da sua base de dados.

Clique, na aba superior, em Classify. Escolha em Choose a heurística que deseja testar. Selecione na caixa Test Options uma das opções: Use Training Set (Estabeler Treinamento de Uso), Supplied Test Set (Estabeler Teste Fornecido), Cross Validation (Validação Cruzada), Percentage Split (Divisão da Porcentagem). Estas são opções para determinar o tipo de teste que deseja realizar. Clique em Start e aguarde o resultado.

O tempo de processamento das heurística varia de acordo com: o tipo de heurística que você selecionar, a quantidade escolhida para validação cruzada e o tamanho da sua base de dados.

Por exemplo, uma base de dados, com 8100 instâncias (linhas) e com a opção de validação cruzada de 10 partições, faz a mineração dos dados da seguinte forma: divide as 8100 linhas em 10 pedaços de 810. O software testa 9 desses pedaço e treina 1 deles. Esse processo repete-se 10 vezes.

Assim sendo, a mineração pode levar alguns segundos, como levar algumas horas para que o processo seja completo.

Processo de Extração do Conhecimento

O processo de Extração do Conhecimento é composto por cinco etapas:

Seleção: etapa de escolha da base de dados a ser analisada.
Pré-processamento: etapa de “limpeza” dos dados, ou seja, reduzir discrepâncias de valores ruidores e corrigir inconsistências.
Transformação: transformação de dados, estes são modificados ou transformados em formatos apropriados à mineração, que pode por agregação, generalização, normalização, construção de atributos ou redução de dados.
Mineração de dados: etapa de utilização de técnicas de algoritmos. É nesta etapa que os testes realizados com o Weka são obtidos.
Interpretação: etapa de análise dos resultados obtidos por meio da mineração dos dados, e a partir dos quais se adquire o conhecimento.

Excelente software para analistas da informação, profissionais da área de informática ou áreas relacionadas que necessitem minerar e extrair conhecimentos.