具有字符串属性的WEKA决策树

Question

我有一个20的属性集，其中很少是字符串，例如美国的州代码，订阅计划的名称等等。我们如何在WEKA中处理字符串属性以进行决策树构建？

我读过有关stringtowordvector转换器的信息，但每个属性的字符串本身只是一个字。

Answer 1

你可能想到了这一点 - 你必须声明这样的“字符串属性”（实际的字符串属性是WEKA中的其他东西）作为名义属性，即你必须声明它们可以在卷曲的ARFF标题中拥有的所有值括号中。

Answer 2

只需在ARFF文件中声明此架构后面的属性：

@attribute <att_name> string

要小心，因为Strings内部存储在字符串表中并由表示 他们在那张桌子上的地址。因此，两个包含相同字符的字符串将会 具有相同的价值。

来源（书）：数据挖掘：实用机器学习工具和技术第3版