java - arff 背后的概念以及如何在 java 中阅读 weka arff？

Question

为什么有人会使用 arff？请给出读取arff文件并在java中使用它的示例代码。

我在 weka 站点中找到了以下代码片段:

BufferedReader reader =
new BufferedReader(new FileReader("/some/where/file.arff"));
ArffReader arff = new ArffReader(reader);
Instances data = arff.getData();
data.setClassIndex(data.numAttributes() - 1);

那之后呢？有人可以解释上面发生了什么吗？如何从文件访问我的数据？ weka 站点提到了两种不同的用法，即批处理和增量。两者有什么区别？

Answer 1

嗯，通常有人会使用 arff，因为它是一种非常简单的文件格式，基本上是一个带有描述数据的 header 的 csv 文件，这是通常的保存方式/使用 Weka 读取数据。

读取 arff 文件的示例代码正是您提供的代码，如果您想使用加载的实例，您应该使用您的数据。要打印它们:System.out.println(data); 您可以查看很多关于如何处理数据的示例(分类、聚类等)here .

您使用的代码在标准 BufferedReader 中加载 arff 文件，然后创建一个 ArffReader 实例 (arff)，该实例从读取器中完全读取数据，之后您使用 getData 方法返回 Instances 中的数据。对象(称为数据)。最后，设置类的属性(arff 文件中的最后一个)。

如果您想迭代 Instances 对象并检索每个实例:

for (int i = 0; i <= data.numInstances - 1; i++) {
    Instance instance = data.getInstance(i);
    System.out.println(instance.stringValue(0)); //get Attribute 0 as String
}

您正在谈论从 arff 文件中批量和增量读取。批处理模式完全读取 arff 文件，增量模式让您有机会读取 arff 文件的每个实例(行)并手动添加。

增量模式代码:

 BufferedReader reader =
   new BufferedReader(new FileReader("/some/where/file.arff"));
 ArffReader arff = new ArffReader(reader, 1000);
 Instances data = arff.getStructure();
 data.setClassIndex(data.numAttributes() - 1);
 Instance inst;
 while ((inst = arff.readInstance(data)) != null) {
   data.add(inst);
 }