.csv
100387C,254,73,93
100388D,2047,60,98
100388D,2736,62,9
100389E,951,82,90
100390F,2048,91,98
100411C,254,50,96
100412D,047,75,9
.arff
@relation test
@attribute Admno {100387C,100388.0,100389E,100390.0,100411C,100412.0}
@attribute Code {254,2047,2736,951,2048,254,047}
@attribute ore numeric
@attribute tend numeric
100387C,254,73,93
100388.0,2047,60,98
100388.0,2736,62,9
100389E,951,82,90
100390.0,2048,91,98
100411C,254,50,96
100412.0,047,75,9
如果您在转换后注意到这两个数据之间的差异是在 Admno @attribute从 D 到 .0。我使用的文件转换如下。所以我想知道转换出了什么问题。谢谢
CSVLoader loader = new CSVLoader();
loader.setSource(new File("C:\test.csv"));
Instances data = loader.getDataSet();
ArffSaver saver = new ArffSaver();
saver.setInstances(data);
saver.setFile(new File("C:\test.arff"));
saver.writeBatch();
你得到100388D
100388.0
和100390F
100390.0
的原因是因为这些值分别以 D 和 F 结尾。在Java中,这意味着值是Double 和Float(D代表Double,F代表Float(。这就是为什么当 Weka 将它们转换为标称值时,它认为这些值应该是 双精度 或浮点数 因此是.0
而不是 D
和 F
.
您可以在此处找到讨论,并在此处找到相关文档。
据我所知,没有直接的方法可以在Weka
中克服这个问题。但是,如果这是一个ID
并且不参与分类或聚类分析,则在基于此数据构建模型并将其应用于测试数据时,可以忽略此属性。
解决此问题的另一种方法是将此属性的值更改为一些不以 D
或 F
结尾的值。