arff - ELKI 0.6.5 或 0.6.0 中的 ARFF 解析

Question

我想使用最新版本的 ELKI，但我收到导致 nullpointerexeptions 的错误，并且该任务失败。使用 0.6.0 时，它工作正常。

这是一些玩具 arff 数据：

@ATTRIBUTE 'var_0032' real
@ATTRIBUTE 'id' real
@ATTRIBUTE 'outlier' {'no','yes'}

@DATA
0.185185185185,1.0,'no'
0.0740740740741,2.0,'no'

但我在 0.6.5 中失败了：

Invalid quoted line in input: no closing quote found in: @ATTRIBUTE 'outlier' {'no','yes'}
Task failed
java.lang.NullPointerException
    at de.lmu.ifi.dbs.elki.visualization.VisualizerContext.processNewResult(VisualizerContext.java:300)
    at de.lmu.ifi.dbs.elki.visualization.VisualizerContext.<init>(VisualizerContext.java:141)
    at de.lmu.ifi.dbs.elki.visualization.VisualizerParameterizer.newContext(VisualizerParameterizer.java:193)
    at de.lmu.ifi.dbs.elki.visualization.gui.ResultVisualizer.processNewResult(ResultVisualizer.java:116)
    at de.lmu.ifi.dbs.elki.workflow.OutputStep.runResultHandlers(OutputStep.java:70)
    at de.lmu.ifi.dbs.elki.KDDTask.run(KDDTask.java:120)
    at de.lmu.ifi.dbs.elki.application.KDDCLIApplication.run(KDDCLIApplication.java:60)
    at [...]

在 0.6.0 中，这似乎只是一个警告： Invalid quoted line in input: no closing quote found in: @ATTRIBUTE 'outlier' {'no','yes'}它仍然会产生 ROCCURVE。

我应该担心吗？我应该更改我的 arff 文件吗？如何更改？

Answer 1

ARFF 文件格式 ( https://weka.wikispaces.com/ARFF+%28developer+version%29 ) 不使用引号。

@RELATION example
@ATTRIBUTE var_0032 NUMERIC
@ATTRIBUTE id NUMERIC
@ATTRIBUTE outlier {no,yes}

@DATA
0.185185185185,1.0,no
0.0740740740741,2.0,no

此外，如果您的id列确实是一个 id，请不要提供它real（这只是 的别名numeric）数据类型。它不是数字列，如果您不小心，它可能会在分析中被滥用。

所以也许更好地使用这样的东西：

@RELATION example
@ATTRIBUTE var_0032 NUMERIC
@ATTRIBUTE id STRING
@ATTRIBUTE class {no,yes}

@DATA
0.185185185185,'1',no
0.0740740740741,'2',no

获得正确的 ARFF 文件。没试过，这个效果更好吗？

Answer 2