我需要使用weka以编程方式对某些文本进行分类，但是我遇到了麻烦，因为在与分类器一起使用之前，需要对训练数据和待分类数据进行过滤（同样的方法）。
我目前解决问题的方法是： 使用字符串属性和类创建包含训练数据的arff。 对数据集使用StringToWordVector并保存过滤器以备将来使用。 对结果数据使用Attributeselection过滤器并保存过滤器以供将来使用。 使用该数据训练分类器并保存分类器。 创建一个＆＃34;实例＆＃34;与arff具有相同的属性，并使用我想要使用缺少的class属性值进行分类的实例填充它。 加载StringToWordVector过滤器并使用它过滤实例。 加载AttributeSlection过滤器并使用它来过滤结果。 加载分类器并对结果进行分类。
看起来StringToWordVector正如我所期望的那样工作，并且使用与旧数据相同的新数据集。问题在于，AttributeSelection尝试再次运行而不知道我只是想让它使用之前已经过滤过的属性。
答案 0 :(得分：0)
重新使用相同的属性选择设置： 属性选择是一个过滤器，您应该使用批量过滤方法来重新使用它并获得兼容的数据（http://weka.wikispaces.com/Use+Weka+in+your+Java+code#Batch%20filtering）=＆gt;在声明您的过滤器＆amp;设置时，你应该调用setInputFormat（即myfilter.setInputFormat（train）），在训练数据上使用它（Filter.useFilter（train，myfilter）），如果你想稍后在测试数据上使用它，可以序列化数据。 setInputFormat（Instances）方法必须始终是应用过滤器之前的最后一次调用。
不重新运行属性选择：使用AttributeSelection对象的reduceDimensionality方法（即myfilter.reduceDimensionality（）会降低维度，使其仅包含“最后选择的那些属性”运行属性选择“）。我认为这是你现在的主要问题。
如果要重复使用多个过滤器（即StringToWordVector，标准化，选择），则应测试多过滤器解决方案。
StringToWordVector swv = new StringToWordVector（）; AttributeSelection as = new AttributeSelection（）; 标准化st = new Standardize（）; MultiFilter mf = new MultiFilter（）; Filter [] filters = {swv，st，as}; mf.setFilters（过滤器）;
济