WEKA如何处理名义属性v / s数值属性？

Question

如果数据集中的某个列只有3个可能的值.i.e。 0,1和2，如果我将它们声明为名义v / s数值，那么WEKA对它们有何不同？

另外，如果我有一个列的属性有大量的名义值，是否有一种简单的方法来声明这个具有非常高的序数值的名义属性？

Answer 1

粗略地说（这取决于实际的算法）：

当被视为数字时，1到2和1到3之间的差异大约是两倍。 （鉴于没有其他属性）。

当被视为字符串时，它们可能都是同样不同的，如'1'！='2'和'1'！='3'。 （但是，结果可能例如取决于数字的频率，例如;分类数据的常见相异性度量涉及相对频率）

Answer 2

如何处理数值和分类值取决于您正在使用的Weka中的实际机器学习算法。有些人无法处理这两类属性，如果你选择了一个错误属性类型的算法，Weka会告诉你。

通常，您应该将属性声明为它们的实际属性，即如果值是数字，即使只有几个不同的实际值，也将其声明为数字。同样，如果属性是分类属性，即使存在许多不同的值，也要将其声明为此类。

关于你的上一个问题，我认为Weka不会区分具有很少和许多不同实际值的分类值。它应该与其他一切相同。