Question

我正在尝试使用python中的weka学习有关给定数据的规则。 Weka收到“无法处理字符串和数字属性”错误

我正在使用 https://github.com/fracpete/python-weka-wrapper3

起初，我做了：

loader = Loader(classname="weka.core.converters.CSVLoader")
    data = loader.load_file(path)
    data.class_is_last()

但是得到了：

javabridge.jutil.JavaException: weka.associations.Apriori: Cannot handle numeric attributes!

尝试学习规则时。

我了解错误，我们希望获得标称属性。好！我已经搜索并找到了解决方法： http://weka.sourceforge.net/doc.dev/weka/filters/unsupervised/attribute/NominalToString.html

所以我尝试了：


loader = Loader(classname="weka.core.converters.CSVLoader")
    data = loader.load_file(path)
    nominal = Filter(classname="weka.filters.unsupervised.attribute.NumericToNominal", options=["-R", "first-last"])
    nominal.inputformat(data)
    nominal_data = nominal.filter(data)
    nominal_data.class_is_last()

    return nominal_data

但是得到了：

javabridge.jutil.JavaException: weka.associations.Apriori: Cannot handle string attributes!

我想念什么？谢谢

Answer 1

在Weka中，同时存在String和nominal数据类型。 String数据类型是具有不确定数量值的文本类型（例如，跟踪ID：R99432239US），而Nominal类型则对应于封闭集合中的值（例如，状态{步行，跑步，坐着}）

解析csv文件时，加载程序会根据数据中出现的值的数量来分配属性的数据类型。

如果要使用将数字值视为标称值，我相信您会希望查看Discretize过滤器，而不是使用NumericToNominal过滤器。

如何在python-weka-wrapper中为关联规则准备数据？

1 个答案: