在分类新的名义实例时更新数据集

Question

我正在使用J48对由数值和名义值组成的实例进行分类。 我的问题是我不知道在我的程序中我会遇到哪个名义价值。 因此，我需要“动态”更新我的名义属性的模型数据。

例如，假设我只有2个属性，职业和年龄，并且运行如下： OccuptaionAttribute = {}。

---

输入：[钢琴老师，22]。

OccuptaionAttribute = {钢琴老师}。

---

输入：[学校老师，30]

OccuptaionAttribute = {钢琴老师，学校老师}。

---

输入：[钢琴老师，40]

OccuptaionAttribute = {钢琴老师，学校老师}。

---

等

现在我尝试通过复制先前的属性，添加新属性然后更新模型的数据来手动执行此操作。 当训练模型时，这种方法很有效。

但是！ 当我想分类一个新实例时，比如说[SW工程师，52]，OccuptaionAttribute已更新： OccuptaionAttribute = {钢琴教师，学校教师，SW工程师}，但树本身从未“遇见”“SW工程师”，因此无法实现分类并抛出异常。

你能指导如何处理上述情况吗？ Weka有没有任何机制支持上述问题？

谢谢！

Answer 1

培训时，将占位符数据添加到__other__等名义属性中。 在尝试对实例进行分类之前，首先检查是否先看到名义属性的值;如果它不使用占位符值：

Attribute attribute = instances.attribute("OccuptaionAttribute");
String s = "SW engineer";
int index = attribute.indexOfValue(s);
if (index == -1) {
    index = attribute.indexOfValue("__other__");
}

如果您有足够的数据训练使用新值。