Com o Explorer do Weka, para seleção dos atributos foi
utilizado o filtro weka.attributeSelection com o evaluator
CfsSubsetEval, parâmetros BestFirst -D 1 -N 5,
definindo como classe o atributo Field2.

Foram então selecionados somente os atributos

@attribute Field15 numeric
@attribute Field65 numeric
@attribute Field68 {0,1,-1}
@attribute Field72 numeric
@attribute Field2 {0,1}

sendo, obviamente, o último deles a classe.

Com o Experimenter do Weka, foram testadas algumas configurações
do J48 e do MultilayerPerceptron.

A configuração que apresentou melhor resultado para precisão foi
a J48 -C 0.25 -B -M 2, utilizada, então, para gerar as predições.