问题标签 [arff]

我想使用 weka 对 10 个网页进行分类。如何将网页转换为 Weka 的 ARFF 文件格式？我是否需要将所有 10 页转换为一个 ARFF 文件，或者我是否需要为每个网页转换 ARFF 文件，即 10 个 ARFF 文件。

我知道如何使用 TextDirectoryLoader 将一组文本或网页文件转换为 arff 文件。

我想知道如何将单个文本文件转换为 Arff 文件。

任何帮助将不胜感激。

我只是从数据挖掘技术开始，熟悉一些数据文件格式。我先看看 *.ARFF，现在看看 *.LIBSVM。
你能告诉我行首的第一个数字是什么吗？我能理解 ARFF 术语中的那个数字吗

为什么我在http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/中看到很多 +1 和 -1 重复

我想使用关联算法（Apriori），但我的记录有任意标签，即

即，以逗号分隔的标签列表作为带引号的文本字段填充在每条记录的末尾。

当通过 Pentaho Kettle 中的 ARFF 插件运行时，此列的输出为“标称”，每个标签组合为离散值。

正确的做法是让每个标签都被视为布尔值，这样它就可以拥有独立于其他标签的独立值。

实现这一目标的最简单方法是什么？

如果 csv 文件中有“Washington, DC”之类的值，使用 weka 工具转换为 arff 时会报错。有什么解决方案可以忽略这个逗号吗？

我想创建一个 .arff 文件，显示我的 python 代码中最有用的 10 个单词。格式应该是这样的。

每行应包含 10 个“真”或“假”值的列表，然后是一种情绪。

这是我到目前为止所写的，但它没有按要求显示。请帮帮我。

我想知道我可以将arff文件中的问号替换为“0”吗？有什么区别吗？下面的一个例子：

@数据

4.4,?,1.5,?,鸢尾花

我试图让 Weka 从命令行进行预测，但我担心我可能做错了。我阅读了《数据挖掘》一书并在他们的网站上搜索了文档，但我发现的内容充其量是模糊的，所以我希望你能帮助我。

首先，我创建了一个训练集（train.arff）。这是一个示例：

然后我创建了要通过预测完成的数据集（test.arff）：

这 ”？” 标记应该预测的属性。

最后，我尝试通过在命令行上运行来获得预测：

它产生以下输出：

然后，我将预测列中“：”之后的数字用于预测由 inst# 标记的数据行。

以下是我的问题：

1. 这个对吗？我担心“？” 正如我所读到的，它可能是估算的（尽管这可能仅在学习阶段）。

2. Weka 是否支持多个预测？无论有多少字段标有“？” 我总是得到同一张表，每个实例只有一个预测值。

3. Weka 可以生成一个完整的（预测的）ARFF 文件，还是我必须自己根据其结果构建这个文件？

如果我遗漏了一些明显的东西，请提前道歉并且任何指向相关文档的指针将不胜感激。

提前致谢！

我创建了一个 ARFF 文件，但是当我尝试将其上传到 WEKA 时，我收到以下消息：

java.io.IOException：预期行尾，读取令牌（不等式），第 3 行

我在网上搜索，但我无法找到任何解决我的问题的方法。

以下是我的 ARFF 文件的一部分。

用于 GII 索引预测的 ARFF 文件

@relation 性别不平等指数
@attribute GII 值 numeric
@attribute 孕产妇死亡率 numeric
@attribute 青少年生育率 numeric
@attribute 议会席位 numeric
@attribute 至少受过中等教育的女性人口 numeric @attribute 至少受过中等教育
的男性人口 numeric
@attribute女性劳动力参与数字
@attribute 男性劳动力参与数字
@data

187 个实例

我找到了这个WEKA 表到ARFF文件转换器VBA 脚本。我对 VBA 编程一无所知，我只想使用这个文件来帮助我进行研究。

我尝试将它运行到我的 MS Access 2007 程序中，但显示消息的“编译错误”User-defined type not defined并突出显示该行

这是任何有兴趣的人的整个脚本：