3

我正在尝试 arff 文件的稀疏表示，如此处所示。在我的程序中，我可以打印类标签“B”，但由于某种原因它没有打印“A”。 

    attVals = new FastVector();
    attVals.addElement("A");
    attVals.addElement("B");
    atts.addElement(new Attribute("class", attVals));

    vals[index] = attVals.indexOf("A");

该程序的输出就像 -

 {0 6,2 8}      ---  I should get {0 6,2 8,3 A}

但是当我这样做时

vals[index] = attVals.indexOf("B");

我得到正确的输出 -

 {0 6,2 8,3 B}

由于某种原因，它没有采用索引 0。有人可以告诉我为什么会这样吗？

4

1 回答 1

1

这是一个非常流行的问题。根据定义，稀疏格式不存储 0 值。

Weka ARFF 格式页面明确表示：

警告：从具有字符串属性的数据集中保存 SparseInstance 对象存在一个已知问题。在 Weka 中，字符串和标称数据值存储为数字；这些数字充当可能属性值数组的索引（这非常有效）。但是，第一个字符串值被分配索引 0：这意味着，在内部，这个值被存储为 0。当写入 SparseInstance 时，内部值为 0 的字符串实例不会输出，因此它们的字符串值会丢失（并且当再次读取arff文件，默认值0是不同字符串值的索引，所以属性值出现变化）。为了解决这个问题，

您必须首先放置一个虚拟属性。只需将您的代码修改为：

attVals = new FastVector();
attVals.addElement("dummy");
attVals.addElement("A");
attVals.addElement("B");

如果您需要任何进一步的帮助，请告诉我。

于 2012-05-30T08:36:18.133 回答