问题标签 [arff]

我正在使用维度超过 10,000 的数据集。要使用 Weka 我需要将文本文件转换为 ARFF 格式，但是由于即使使用稀疏 ARFF 格式文件大小太大，属性也太多。是否有与数据类似的方法来避免在 ARFF 文件的标题中写入如此多的属性标识符。

例如：
@attribute A1 NUMERICAL
@attribute A2 NUMERICAL
...
...
@attribute A10000 NUMERICAL

作为这个人，我有一个关于 weka 的问题：

大家好：

我对 WEKA 感到很奇怪。

我准备了一个包含很多缺失值的 CSV 文件。此文件中的一个缺失值是基本的，只是在一对逗号之间没有任何值，即,random_value1,,random_value2。这是格式的一个例子。您可以看到有一对逗号，它们之间没有任何东西，甚至没有空格，它应该表示数据的缺失值。

奇怪的是，当我将此 CSV 读入 WEKA 时，WEKA 会将所有缺失值分配给问号，即“？”。这正是 WEKA 的表达方式。

然后当我运行测试分析时，WEKA 开始研究这些“？” 作为某种有用的信息。它只是缺少值，WEKA 可以跳过它吗？

这些问题变得非常浪费。分析结果类似于如果缺失则值缺失，缺失与缺失相关，缺失与缺失相关。

WEKA 可以将缺失值读取为缺失值，而不是某种问号吗？或者我可以告诉 WEKA 对于所有“？”，将它们视为缺失值？

多谢你们

他使用这个解决方案解决了他的问题：

我找到了一种方法来告诉 WEKA 失踪的事情。只需使用 ASCII 编辑器的 fine_and_replace 功能，替换所有的 '?' 至 ？。

>

但我不知道如何下载 ASCII Editor 并使用它，谁能告诉我????

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”。

该程序的输出就像 -

但是当我这样做时

我得到正确的输出 -

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？

我想使用 R 读取来自 UCI 和 Amazon 评论的数据集。

数据集采用 ARFF (.arff) 格式。

我正在使用以下脚本：

我收到以下错误

read.arff("amazon.arff") 中的错误：属性规范无效。

感谢您在高级方面的帮助。

下面是一个程序，它显示了如果来自 weka 的 ARFF 保护程序以增量模式写入，字符串是如何错误输出的。如果将参数传递给程序，则以下程序以增量模式运行，如果未传递参数，则以批处理模式运行。

请注意，在批处理模式下，ARFF 文件包含字符串...正常操作。在增量模式下，ARFF 文件包含整数而不是字符串……奇怪！

关于如何让 ARFF 格式化程序以增量格式输出字符串的任何想法？

有什么简单的方法可以做到这一点吗？我不是Java，我是Python新手，所以我需要另一种方式。提前致谢！

我有一个名义属性可用于使用 Weka 进行数值预测。但是这个名义属性恰好有957 个可能的值（1-957）。有没有办法在ARFF 输入文件中指定它。一种明显的方法是编写一个脚本来生成1-957逗号分隔的条目。

但我只是想知道 WEKA 是否提供了任何解决方法？

我是 Weka 的新手，我正在尝试构建一个分类器来对 EEG 数据进行分类。EEG 属性数据是 5 分钟记录的原始信号以及其他属性。如何以 WEKA arff 文件格式指定我的实例具有 5 分钟原始信号的矢量输入？

例如：

raw属性向量在哪里..

在我的 ARFF 文件中，而不是：

我想写一些类似的东西：

原因：myclass 最终将包含近 1000 个值，使用第二种格式更容易阅读和编辑 arff 文件。

我尝试使用上述格式，但收到一条错误消息，提示“无法将结构确定为 arff。

我尝试使用 Weka 创建 .arff 文件并在 CLUS 上运行。但我有层次属性的问题。

@attribute 'class hierarchy' {Dummy,Top/Arts/Animation,Top/Arts}

我通过此代码创建 .arff。

然后当我在 CLUS 中运行“training.arff”时，我收到了以下错误消息：

错误：类值不在树层次结构中：Top/Arts/Animation（查找：Animation，术语：Top/Arts，子术语：Animation}）

我认为问题在于我如何将分层属性声明为名义属性，但我没有其他想法如何声明此属性。

每个建议都会有所帮助。提前致谢。