我是Weka的新手，我正在尝试建立一个分类器来对EEG数据进行分类。EEG属性数据是记录的5分钟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：
Num. -- raw -- class
1 -- [1,2,3,4,5,6] -- Relaxed
2 -- [2,3,4,5,6] --- Bored
其中raw是属性向量。
想想你的问题 - 你想分类/预测什么，以及如何最好地表示它。您可能不想预测下一个原始脑电图读数，因此时间序列方法可能并不重要。
Weka 只能处理具有一组固定属性（特征、值，或者换句话说，预定义长度的向量）的实例（数据行）。可以拥有的属性类型是nominal（例如"红色"，"绿色"，"蓝色"），numeric（任何整数/浮点值）string（主要用于文本挖掘）。和date.无法将raw signal向量表示为单个属性。以下是文档：http://weka.wikispaces.com/ARFF+%28stable+version%29
也就是说，您的实例可能如下所示：
num,class1,reading_1,reading_2,reading_3 ... reading_n,relaxed,bored
其中reading_1是第一个原始读数，reading_n是 5 分钟结束时的最后一个。这将要求WEKA根据原始读数预测您的班级，并且可能不会非常有效（因为读数可能彼此不一致，并且因为这将每个读数分开处理，而不关心频率或平均值之类的东西是相对的）。
或者，您可以对原始数据进行一些预处理，以便它对 WEKA 中的大多数机器学习算法有用。在这种情况下，您需要确定重要功能，然后创建它们。一个粗略的例子可能是：
num,class1,average,frequency,max_magnitude,standard_deviation,relaxed,bored
在将数据放入 ARFF 文件之前，您已经计算了数据的平均值和频率等内容。然后，算法对数据集有了更丰富的信息，作为预测的基础。
但是，还有一个问题是你代表什么？整个 5 分钟样本是同一个类，还是用户relaxed其中一部分，bored部分？如果是这种情况，您可能应该有两个样本：一个用于用户无聊时，另一个用于她放松时。