第一章 Weka命令行入门
1.1简介
在最初的实验，Weka所包含的图形用户界面是相当足够，若深入使用则建议使用命令行界面，因为它提供了一些功能（这些功能在图形用户界面下不可用） - 并使用少得多的内存。如果你遇到 内存不足 错误，提高您的Java引擎最大堆的大小，通常是通过设置 -Xmx1024M 或 -Xmx1024m 使最大堆大小为1GB，默认设置16到64MB通常太小。如果你遇到找不到类的错误，请检查你的 CLASSPATH：它是否包括 weka.jar？ 您也可以通过命令行选项 -cp 显式设置 CLASSPATH 。
我们将通过描述基本概念和思想开始。然后，我们将介绍 weka.filters， 包，它是用来变换输入数据，如进行预处理，转换，特征生成等。
然后，我们将专注于机器学习算法本身。这些在Weka中叫分类。我们将只关注所有分类方法的常用设置，但会稍微提到机器学习所有主要学习方法的典型例子。
之后，会给出实际的例子。
最后，在Weka的doc目录，你可以找到一个Weka中所有Java类的文档。准备好使用它，因为本概述并不旨在提供完整描述。如果你想知道到底是怎么回事，去看大多都有着良好注释的源代码，源代码在 weka-src.jar中，可以通过Java开发工具包的jar程序解压（或任何可以处理ZIP文件的存档提取程序）。
--------------------------------------------------------------------
原文在Weka手册对应章节
来源：oschina
链接：https://my.oschina.net/u/225435/blog/91439