Processing言語版は、こちらを参照してください。

このツールによって，視覚的にそれぞれの分類器の特徴をある程度理解できます．Javaによるデータマイニングツール wekaを使用して作成しました.
（作成した時点では，wekaのSVM(SMO)の実装は多項式カーネルであったのを，ガウシアンカーネルに書き換えています）

使い方は，アプレット上部の「このメッセージが・・・」と書かれている場所で，右クリックと左クリックをして，青や赤のボールを作ってください．
ある程度作成したら，アプレット下部の「lean」をクリックします．青玉と赤玉を分類する線が表示されます．分類に失敗した球にはバツ印が付きます．

各classifier(タブ)の説明

SVM
- Support Vector Machine classifier
- C parameter: slack variableの重み
NeuralNetwork
- Neural Network classifier
- N.H parameter: Number of hidden units(隠れ層のニューロ数) Attr:入力の属性数, C:クラスラベル数, n:隠れ層なし
- C.T parameter: Count of training(学習回数)
NaiveBayes
- NaiveBayes classifier
- パラメータはなし
C4.5
- C4.5 (J48 in weka) classifier
- パラメータはなし
KernelDensity
- KernelDensity classifier
- パラメータはなし
K*
- K* classifier
- パラメータはなし
AdaBoostM1
- AdaBoostM1 (Meta) classifier
- inner class: base classifier
Bagging
- Bagging (Meta) classifier
- inner class: base classifier