我有一些arff文件。我想按顺序阅读它们并创建一个大型数据集。 Instances.add(Instance inst)不会向实例添加字符串值,因此尝试setDataset()...但即使这样也会失败。有没有办法为字符串完成直观正确的事情?
ArffLoader arffLoader = new ArffLoader();
arffLoader.setFile(new File(fName));
Instances newData = arffLoader.getDataSet();
for (int i = 0; i < newData.numInstances(); i++) {
Instance one = newData.instance(i);
one.setDataset(data);
data.add(one);
}
答案 0 :(得分:6)
这是来自邮件列表。我在
之前保存了它如何将两个数据文件a.arff和b.arff合并到一个数据列表中?
取决于你所说的合并。你想要追加吗? 第二个文件(都具有相同的属性)或者您要添加 合并属性(两者都有相同数量的实例)?
In the first case ("append"):
java weka.core.Instances append filename1 filename2 > output-file
and the latter case ("merge"):
java weka.core.Instances merge filename1 filename2 > output-file
以下是相关的Javadoc: http://weka.sourceforge.net/doc.dev/weka/core/Instances.html#main(java.lang.String [])
使用mergeInstances 合并两个数据集。
public static Instances mergeInstances(Instances first,
Instances second)
您的代码如下所示。对于相同的实例编号。
ArffLoader arffLoader = new ArffLoader();
arffLoader.setFile(new File(fName1));
Instances newData1 = arffLoader.getDataSet();
arffLoader.setFile(new File(fName2));
Instances newData2 = arffLoader.getDataSet();
Instances mergedData = Instances.mergeInstances( newData1 ,newData2);
您的代码如下所示。对于相同的属性编号。我在weka中没有看到任何java方法。如果您阅读代码,则如下所示。
// Instances.java
// public static void main(String[] args) {
// read two files, append them and print result to stdout
else if ((args.length == 3) && (args[0].toLowerCase().equals("append"))) {
DataSource source1 = new DataSource(args[1]);
DataSource source2 = new DataSource(args[2]);
String msg = source1.getStructure().equalHeadersMsg(source2.getStructure());
if (msg != null)
throw new Exception("The two datasets have different headers:\n" + msg);
Instances structure = source1.getStructure();
System.out.println(source1.getStructure());
while (source1.hasMoreElements(structure))
System.out.println(source1.nextElement(structure));
structure = source2.getStructure();
while (source2.hasMoreElements(structure))
System.out.println(source2.nextElement(structure));
}