问题标签 [arff]

我有以下代码。当我的属性中没有任何数值用于选择最佳属性时，它可以正常工作。但是，当我的属性（例如年龄属性）具有数值时，我不确定应该如何修改我的代码才能工作。

这是我正在使用的数据。它采用 .arff 格式：

这也是我在网上找到的一个 arff 解析器，并且工作正常。我放在同一个目录中：

I have a dataset as text file and data format is as follow,

ID: 1

Name: a

ID: 2

Name: b

ID: 3

Name: c

I want to convert this data format to be in arff format as follows

ID Name

1 a

2 b

3 c

Which tools should I use? It is a large dataset of 1GB with many rows. I got this dataset from snap.stadford.edu to practice Large data handling.

我在 weka-> 中有一个关于 Sparse Arff 的查询

示例如下所示：

提前谢谢各位。

最好的问候等离子33

我正在尝试在 Weka 中打开 Arff，但出现两个错误。

首先，文件未被识别为“Arff 数据文件”。原因：文件过早结束读取 Token[EOL]，第 3267 行。

此外，如果我单击缺少值“？”的“使用转换器”，

第二个错误是，csvloader 加载失败。原因：值数错误，读取2，预期1，读取Token[EOF],3267

该文件是：

https://www.dropbox.com/s/xs0ssnvs42bik5c/sg.arff

我有一个稀疏矩阵 .txt 文件，其中包含许多数字，但大多是 0。以下是来自此 .txt 文件的示例：

0 0 0.271178 0 0 0 0.538776 0 -0.631228 0 0 -0.501485 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.438643 0 0 0 0 0 0.287754 0 0 0 0 0 0 0 0 0 -0.498918 0 0 0 0 0 0.475561 0 0 0 0 0 0 0 0 0 0 0 0.370479 0 -0.300765 0 -1.10987 0 0 0.163637 0 0 0 0 0 0 0.304006 0 0.181697 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.261758 0 0 0 0.153415 0.17412 0 -0.129725 0 0.17598 0 0 0 06 0 0 0 0 0 0. -0.211302 0 0 0 0 0 0 0 0。213277 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.0698458 0 0 0 0.661972 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.376654 0 0 -0.604655 0 0 0 0 0 0.301025 0 0 -0.431324 0 0 -0.139445 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.404718 0.610013 -0.286108 0 0.46045 0 0 0 0 0 0 -0.193543 0 0 0 0 0 0 0 0.315063 0 0 -0.285598 0 0 0.206607 0139445 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.404718 0.610013 -0.286108 0 0.46045 0 0 0 0 0 -0.193543 0 0 0 0 0 0 0 0.3150013 0 0 -0.28139445 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.404718 0.610013 -0.286108 0 0.46045 0 0 0 0 0 -0.193543 0 0 0 0 0 0 0 0.3150013 0 0 -0.28

我需要做的是能够遍历这个文件并将数据转换为WEKA 可 识别的文件格式 .arff，这样我就可以在数据集上运行数据挖掘算法。有谁知道如何做到这一点？我在 StackOverflow 上发现了一些与我的问题类似的问题，但是，它们使用的是 AWK 语言的脚本，而我以前从未使用过 .awk 程序，所以我无法让这些程序正确运行。以下是这些帖子的链接： 1 2

我有一个大型数据集，其表格形式的属性如下

我需要将这些值输入到 ARFF 文件的数据部分，以便使用 weka 软件进行机器学习分析。但是arff支持的正常格式如下

属性以逗号分隔。arff 是否总是需要逗号，或者可以用空格或制表符分隔它吗？

我正在尝试我的文件test1.txt，test1.model使用下面的代码，我的类{Business,Friends,Spam} 在函数classify()编译时，它没有预测任何类。我是 Weka 的新手，所以我发现类的类型是错误的，所以我尝试了其他类型，但它导致相同的输出和classify()剂量没有以正确的方式编译。谁能告诉我有什么问题？

输出显示如下

使用此代码

我有一个文本文件（.txt），其中每一行都有一条推文。每条推文都由新行分隔。我想将文件加载到 WEKA，但它只支持 .arff 作为输入。我打算使用一些聚类方法对推文进行聚类，那么如何将文本文件转换为 arff.

这是数据的屏幕截图。

我有想要使用 Weka 进行聚类的高维（200 维）向量。我应该如何以 ARFF 格式表示它？

数据是这样的（dim1、dim2 等是实数）：

矢量标签 dim1 dim2 dim3 ...... dim200

此处的链接 - http://weka.wikispaces.com/ARFF+%28stable+version%29告诉我，我应该将其表示如下：

等等。

这个对吗？我问的原因是链接并没有真正清楚地说明关于高维向量的任何内容，但我觉得可能有更好的方式来表示它们，我不知道。

我创建了一个 weka arff，我想将其转换为 SVMLight 格式。这样我就可以在MLComp中加载 arff 了。如何转换 arff？