移动计算课的第二个作业，叫MobileComp397_Assignment2，主打一个“把数据挖掘搬进手机里”。你没听错，是在手机上跑机器学习模型。用的是移动 Weka，其实就是 Weka 的精简移动版，功能不打折，支持常见的算法比如决策树、朴素贝叶斯这些。操作也不复杂，界面设计得还挺友好，适合用来做原型或者课堂项目。

你得考虑内存、耗电这些移动端的老大难，方式嘛，像是特征选择、数据清洗都得在移动端做，而且效果还得稳。比如分类前先把数据做个One-Hot Encoding，能减轻模型负担，响应也快。

如果你平时就用 Weka，那这个移动版的上手会比较轻松。对比着桌面版试试，搞不好还能找到更省资源的配置。任务里也鼓励你做算法性能对比，像是比比随机森林和NaiveBayes在手机上谁跑得快。

嗯，还有一点不能忽视，就是交互设计。上传数据、调参数、看结果，这一整套流程要顺。建议你提前画个 UI 草图，别等做完逻辑再补壳子。

如果你想深入了解 Weka，可以看看这个 WEKA 详细；如果你想找点好用的数据集，这个资源 20 个 Weka 机器学习数据集 也蛮实用。