machine-learning - Weka Experimenter 'Class attribute is not nominal' 但数据是从 Explorer 处理的

Question

晚上好，

我正在从事监督分类任务。我有一个很大的 arff 文件，其中充满了格式为“text”、class 的数据。只有两个类(class)，E 和 I。

我可以将这些数据加载到Weka Explorer中，应用带有TF-IDF的StringToWordVector，然后使用LibSVM对其进行分类并获得结果。但我需要使用 5x2 交叉验证并获取 ROC 曲线下的面积。因此，我保存处理后的数据，打开 Weka Experimenter，将其加载，将其设置为 2 倍，5 次迭代，然后将算法设置为 libSVM。

当我转到“运行”选项卡并按开始时，出现以下错误:

18:31:18: Started

18:31:18: Class attribute is not nominal!

18:31:18: Interrupted

18:31:18: There was 1 error

我不知道为什么会发生这种情况，错误到底是什么，或者如何修复它。我用谷歌搜索这个错误，它没有引导我找到任何解决方案。我不知道应该从哪里开始解决这个问题。

我可以返回到资源管理器，重新加载已处理的文件，并对它进行分类，没有任何问题，但我需要在实验器中执行此操作。

Answer 1

就我而言，文件中有名义属性。然而，Weka 希望这些是最后的，因为它们指示记录被分配到的类。以下是我重新排列数据以使标称值位于最后的方法:

1. 在资源管理器中，打开 arff 文件。
2. 点击“编辑...”，然后找到应该是每条记录的类别的列。
3. 右键单击列标题并选择“属性为类”。
4. 点击“保存...”并在 Experimenter 中使用这个新数据集。

就像魅力一样。