我是Weka的新手，我正在尝试构建一个分类器来对EEG数据进行分类。 EEG属性数据是记录的原始信号的5分钟以及其他属性。如何在WEKA arff文件格式中指定我的实例具有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..
答案 0 :(得分：4)
想想你的问题 - 你想要分类/预测什么，以及如何最好地代表它。您可能不希望预测下一个原始EEG读数，因此时间序列方法可能并不重要。
Weka只能处理具有固定属性集（实例，值，或者换句话说，预定义长度的向量）的实例（数据行）。一个可以具有的属性类型是nominal（例如“红色”，“绿色”，“蓝色”），numeric（任何整数/浮点值），string（主要是用于文本挖掘）。和date。无法将raw signal的向量表示为单个属性。以下是文档：http://weka.wikispaces.com/ARFF+%28stable+version%29
那就是说，你的实例可能是这样的：
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根据原始读数预测你的课程，并且可能不会非常有效（因为读数可能不会相互排列，因为这会分别对待每个阅读，而不关心频率之类的事情或平均值是相对的。）
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文件之前计算数据的平均值和频率的位置。然后，算法具有更多信息的数据集图片，作为其预测的基础。
然而，另一个问题是你代表什么？整个5分钟的样本是同一个类，还是部分用户relaxed和部分bored？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，另一个用于放松时。