Weka离散属性，其中一个值到目前为止最常见

Question

我有一个数据集，其中有“自上次联系以来的天数”的数字属性，但值-1用于表示没有最后一次联系。它是迄今为止该属性的最大值。

我的想法是对这个属性进行分类，但我怎样才能确保有“无联系”/ - 1个bin？

另外，这是解决这个问题的正确方法吗？

Answer 1

据说正确的方法是

1. 将数据拆分为-1以及其他所有内容
2. 仅将binning应用于“其他所有内容”设置中的值
3. 再次连接数据集（也可以改组）

Answer 2

如果其他人有这个问题并且找不到答案，那么我就是根据Anony-Mousse的方法做到的。 MathExpression的过滤器文档提供了一个分成任意二进制文件的好例子。

1. 使用MathExpression过滤器拆分，例如ifelse（A> 0,2,1）分成两个区间：高于和低于0.我使用ifelse（A> 0，ifelse（A> 400,21，ceil（A / 20）+1），1） bin my -1和＆gt; 400值，以及值之间的宽度为20的区间。
2. 使用numericToNominal转换