1、首先下载安装weka

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

2、打开weka，选择第一项Explorer

    

3、准备数据集文件，在weka中，一般数据文件为：xxx.arff，比如我编辑一个文件叫做tumor.arff，文件的内容为：

@RELATION tumor

@ATTRIBUTE size NUMERIC

@ATTRIBUTE 'Class' {'1','0'}

@DATA

0.0,'0'

0.1,'0'

0.7,'1'

1.0,'0'

1.1,'0'

1.3,'0'

1.4,'1'

1.7,'1'

2.1,'1'

2.2,'1'

稍微解释一下数据，size属性表示tumor的大小，被单引号括起来的Class应该是weka中的保留字，专门表示类别。

4、加载数据。在主界面的Preprocess选项卡下，点Open file，然后选择第三步中准备好的数据文件：tumor.arff

    

    在这个界面下，可以看到关于数据的一些统计信息，以及一些图形化的显示，同学们可以自己探索。

6、切换到主界面的Classify选项卡，点击Choose，在functions分支下面选择Logistic。

    Test options选择Use training set，然后点击Start即可

    

7、再给出一组测试数据：

    

@RELATION tumor

@ATTRIBUTE x1 NUMERIC

@ATTRIBUTE x2 NUMERIC

@ATTRIBUTE 'Class' {'1','0'}

@DATA

0.0 2.9 '0'

1 1.9 '0'

2.0 0.9 '0'

3.0 -0.1 '0'

4.0 -1.1 '0'

0.0 2.5 '0'

1 1.5 '0'

2.0 0.5 '0'

3.0 -0.5 '0'

4.0 -1.5 '0'

0.0 2.0 '0'

1 1 '0'

2.0 0.0 '0'

3.0 -1 '0'

4.0 -2.0 '0'

0.0 1 '0'

1 0.0 '0'

2.0 -1 '0'

3.0 -2.0 '0'

4.0 -3.0 '0'

0.2 2.9 '1'

1.2 1.9 '1'

2.2 0.9 '1'

3.2 -0.1 '1'

4.2 -1.1 '1'

1.2 2.9 '1'

2.2 1.9 '1'

3.2 0.9 '1'

4.2 -0.1 '1'

5.2 -1.1 '1'

2.2 2.9 '1'

3.2 1.9 '1'

4.2 0.9 '1'

5.2 -0.1 '1'

6.2 -1.1 '1'

3.0 0.2 '0'

1 2.3 '0'

1 1.8 '1'

2.0 0.8 '1'

weka训练结果：

    

   训练出来的模型是：h(x)=1/(1+exp(-(-13.9827+4.6001*x1+4.6302*x2)))