Weka ARFF如何处理每个数据项可以具有多于1个值的功能/属性

Question

对于推荐引擎，我试图将我的电影数据转换为arff格式，即使arff格式对我来说很清楚，我也不确定解决以下问题的最佳方法是什么。

我的数据集将采用以下（或类似）格式，其中评级是预测的分类变量：

为每位用户提供以下列表： MovieID-电影片名 - 发行年份 - 类型 - 演员 - 导演 - 作家 - 运行时评级

我的问题在于，Genre，Actor，Writers等功能可以有一个或多个条目，而weka arff只允许每个属性使用一个值。我的解决方案是：

• 拥有genre0，genre1，genre2等属性。如果电影只有一种类型，请留空。我看到的问题是，这对于流派很有用，但这是否意味着对于演员而言，我必须在属性声明中包含所有演员？

  @ATTRIBUTE actor1 {所有演员} @ATTRIBUTE actor2 {所有演员} @ATTRIBUTE actor3 {all actors}

因为它们是该特定功能的所有可能值。这种方法对我来说最有意义，但由于有成千上万的演员，导演和作家，这将是相当大的属性声明。

有没有更好，更有效的方法呢？

Answer 1

我不知道绕过它的方法，但是一些预处理可能有助于减少属性声明的预期大小。例如：

{'cruise'：1，'smith'：2}