kettle插件-kettle数据挖掘ARFF插件

今天我们一起来学习一款团队自研的数据挖掘插件arff-output，首先先介绍下arff文件的相关知识。

1、什么是ARFF

ARFF（Attribute-Relation File Format）文件是一种专门用于数据挖掘工具Weka的数据格式。

ARFF文件主要由两部分组成：头部（Header）和数据部分（Data）。头部描述了数据集的元信息，包括数据集名称、关系（Relation）、属性（Attribute）和注释（Comment），而数据部分则包含具体的数据实例（Instance）。

@relation data@attribute class {yes,no}
@attribute age numeric
@attribute income numeric@data
yes,30,50000
no,25,30000

在上述ARFF格式的头部信息中，定义了一个名为 data 的数据集，包含三个属性： class （类别，取值为 yes 或 no ）， age （年龄，为数值类型）以及 income （收入，为数值类型）。接下来的数据部分则以 @data 标识开始，后面跟着具体的数据实例。

2、kettle 中生成arff文件

1）将自研插件arff-output.zip 解压直接放到kettle的plugins目录下面

2）重启spoon客户端。

3、设计流程

1）生成记录步骤模拟数据

2）arff-output步骤生成arff文件

 4、生成记录步骤设置

设置了三个字段name，age，geyan。限制设置为1,表示只执行一次。

 5、ARFF输出设置

1）设置文件路径和关系名称

 2）设置格式和编码

 3）设置写入字段

 6、保存&允许

程序正常运行，生成文件test.arff，文件内容如下：

done！！！