Weka分类器不接受字符串值

Question

我正在使用Weka对数据集进行分类。 .arrf数据文件如下所示。我在分类时面临的问题是，许多分类器（如NaiveBayes等）都不会采用string属性对其进行分类。这两个字符串属性是分类的重要功能。我尝试使用过滤器将字符串转换为名义类型，但未将其转换为名义类型。考虑到我拥有的数据集，我该如何处理？

@RELATION transaction

@ATTRIBUTE transactionType  {'CC Credit',Trans,Exp,Dep,Check}
@ATTRIBUTE number numeric
@ATTRIBUTE posting {Yes,No}
@ATTRIBUTE String1 string
@ATTRIBUTE String2 string


@ATTRIBUTE amount real
@ATTRIBUTE class {1,2}


@DATA
'CC Credit',?,Yes,'XYZ Bank','ONLINE PYMT Aug',-1582100.38,1   
Trans,?,Yes,?,'ACH DEBIT XYZ CREDIT CRD-EPAY',-59219.40,2   
Exp,?,Yes,'First Nolastname','ACH DEBIT First Nolastname-RECEIVER',-176011.56,2   

Answer 1

您没有说您正在使用什么接口。我假设您正在使用GUI。

在“预处理”标签上的“过滤器”下，选择

filters -> unsupervised -> attribute

向下滚动以找到StringToNominal。默认情况下，它将只转换最后一个属性。您将需要更改它以转换所有字符串。

以防万一：

如果您使用的是R和RWeka，则可以通过运行获取此过滤器

Str2Nom = make_Weka_filter("weka/filters/unsupervised/attribute/StringToNominal")
Str2Nom(transactionType ~ ., data=Transaction, control=Weka_control(R=4:5))

Answer 2

G5W's answer应该可以工作，但是如果您自己构造ARFF文件，那么另一种选择是以与{{1 }}和transaction type属性。

要手动构造posting行中{和}之间的标称值列表，例如，可以使用数据>删除重复项功能。