WEKA IBK（KNN）算法如何引导非标准化属性？

Question

我有两个具有不同属性比例的类的大型数据集（例如，一些属性从5到10，其他属性从0到100）。我知道如果我直接使用kNN算法，差异将使分析无效，我需要规范化属性。

WEKA上的一些分类器似乎做了规范化，比如RBF或SMO，但我需要使用其他分类器，首先是IBK分类器（KNN）。

weka是否以某种方式引领它？如何在KNN分类中加入归一化过程？

由于

Answer 1

为了获得最大的自由度（以最适合您的方式转换属性的能力：标准化，最小 - 最大标准化等），您可以使用例如MATLAB（或Python ...）来标准化您的属性。 为此，您必须以矩阵的形式加载/存储数据集（其中列对应于您的属性，而行对应于训练实例/示例，通常用于CSV文件）。然后，您可以轻松地使用列进行操作，例如循环遍历每一列并对其进行规范化。

最后，您可以将具有规范化特征的新数据集提供给Weka。

Answer 2

在“预处理”面板中，有一个名为“Normalize”的无监督属性过滤器。