1、将.xls文件转化为.arff格式
（1）首先，将.xls文件另存为.csv格式，然后使用weka explorer的预处理面板(preprocess)，导入.csv文件
首先，在weka的安装包里，将RunWeka.ini里面的编码格式改为UTF-8，避免出现中文乱码
（2）打开.csv文件时提示如下错误
错误一，.csv文件中存在特殊字符（'），替换它
错误二，.csv文件中自动换行，删除自动换行，并取消单元格里的换行
错误三，若提示错误，修改特殊字符也没有，也无换行表现，则将上一行单元格内容复制过来，再手动还原该单元格内容即可
导入成功如下所示
（3）将.csv格式转化为.arff格式
2、进行聚类分析
（1）打开.arff文件
（2）切换到“Cluster”，点击“choose”按钮选择“SimpleKMeans"。（K均值算法）
（3）点击上面的文本框，将numClusters修改为16（我们把这16102条实例聚成16类），seed参数是要设一个随机种子，依次产生一个随机数，用来得到k均值算法中第k个簇中心的位置。（seed值不同，所算的误差平方和的结果不同）
（4）选中Cluster Mode的Use training set,选中Store clusters for visualization（存储聚类可视化），点击start按钮
可在左下角的Result list下产生的结果上右键，在新窗口中浏览结果。
3、结果分析
（1）误差平方和：这是评价聚类好坏的标准，数值越小说明同一簇实例之间的距离越小
（2）列出了各个簇中心的位置。
（3）各个簇中实例的数目及百分比
（4）可视化聚类结果，在Result list列出的结果下右击Visualize cluster assignments。
（5）将聚类的结果保存为arff文件
result.arff文件
